Exploratory study on autoantibodies to arginine-rich human peptides mimicking Epstein-Barr virus in women with post-COVID and myalgic encephalomyelitis/chronic fatigue syndrome
Notice bibliographique
Résumé
Introduction: Epstein-Barr virus (EBV) infection is a well-established trigger and risk factor for both myalgic encephalomyelitis/chronic fatigue syndrome (ME/CFS) and post-COVID syndrome (PCS). In previous studies, we identified elevated IgG responses to arginine-rich (poly-R) sequences within the EBV nuclear antigens EBNA4 and EBNA6 in post-infectious ME/CFS (piME/CFS). Building on these findings, this exploratory study examines IgG reactivity to poly-R-containing EBV-derived peptides and homologous human peptides in women with PCS and ME/CFS. Methods: IgG reactivity to poly-R containing peptides derived from EBNA4 and EBNA6, and homologous human 15-mer peptides and the corresponding full-length proteins, was assessed using a cytometric bead array (CBA) and a multiplex dot-blot assay. Serum samples were analyzed from 45 female PCS patients diagnosed according to WHO criteria, including 26 who also met the Canadian Consensus criteria for ME/CFS (pcME/CFS), 36 female patients with non-COVID post-infectious ME/CFS (piME/CFS), and 34 female healthy controls (HC). Results: Autoantibodies targeting poly-R peptide sequences of the neuronal antigen SRRM3, the ion channel SLC24A3, TGF-β signaling regulator TSPLY2, and the angiogenesis-related protein TSPYL5, as well as full-length α-adrenergic receptor (ADRA) proteins, were more frequently detected in patient groups. Several of these autoantibodies showed positive correlations with core symptoms, including autonomic dysfunction, fatigue, cognitive impairment, and pain. Conclusion: This exploratory study identify autoantibodies directed against EBV mimicking arginine-rich sequences in human proteins, suggesting a potential role for molecular mimicry in the pathogenesis of PCS and ME/CFS.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».