Molecular Insights into Long COVID: Plasma Proteomics Reveals Oxidative Stress, Coagulation Cascade Activation, and Glycolytic Imbalance
Notice bibliographique
Résumé
Abstract Persistent symptoms following SARS-CoV-2 infection are the hallmark of post-COVID condition (PCC), also referred to as long COVID. However, our knowledge is limited on the underlying molecular mechanisms. In this study, we performed data-independent acquisition mass spectrometry plasma proteomics (DIA-MS) to identify molecular alterations associated with PCC. DIA-MS proteomic analysis revealed a few proteins linked to oxidative stress that had altered expression. Notably, PCC samples exhibited downregulation of the antioxidant protein peroxiredoxin 6 (PRDX6) and upregulation of oxidative stress-associated proteins particularly vanin-1 (VNN1) and paraoxonase-3 (PON3). Additionally, the PCC group showed significantly higher levels of six proteins (PCSK9, CST3, C1Q, CPB2, KNG1 GAPDH), which were linked to pathways involving glycolysis, complement and coagulation cascades, and inflammation. Oxidative stress analysis confirmed that PCC samples had significantly higher levels of DNA damage (8-OHdG) than the convalescent group, whereas antioxidant markers, such as reduced and oxidized glutathione (GSH and GSSG), were significantly lower in PCC samples than in uninfected controls. Our observations point towards ongoing oxidative and inflammatory processes in PCC and suggest potential targets for biomarker development and therapeutic intervention.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».