Whole Blood Proteome Dynamics Defines Predictive Diagnostic and Prognostic Signatures of Cryptococcal Infection
Notice bibliographique
Résumé
Across the globe, fungi are impacting the lives of millions of people through the development of infections ranging from superficial to systemic with limited treatment options. To effectively combat fungal disease, rapid and reliable diagnostic methods are required, including current methodologies using antigen detection, culturing, microscopy, and molecular tools. However, the flexibility of these platforms to diagnose infection using non-invasive methods and predict the outcome of disease are limited. In this study, we apply state-of-the-art mass spectrometry-based proteomics to perform dual perspective (i.e., host and pathogen) profiling of cryptococcal infection. Whole blood collected over a temporal scale following murine model challenged with the human fungal pathogen, Cryptococcus neoformans, detected >3000 host proteins and 160 fungal proteins. From the host perspective, temporal regulation of known immune-associated proteins, including eosinophil peroxidase and lipocalin-2, along with suppression of lipoproteins, demonstrated infection- and time-dependent host remodeling. Conversely, from the pathogen perspective, known and putative virulence-associated proteins were detected, including proteins associated with fungal extracellular vesicles and host immune modulation. We also observed and validated a new mechanism of immune system response to C. neoformans through modulation of haptoglobin. Furthermore, we assessed the predictive power of dual perspective proteome profiling toward prognostics of cryptococcal infection and report a previously undisclosed integration among virulence factor production, immune system modulation, and individual model survival. Together, our findings pose novel biomarkers of cryptococcal infection from whole blood and highlight the potential of personal proteome profiles to determine the prognosis of cryptococcal infection, a new parameter in fungal disease management.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».