Discovery and Targeted Proteomic Studies Reveal Striatal Markers Validated for Huntington's Disease
Notice bibliographique
Résumé
OBJECTIVE: Clinical trials for Huntington's disease (HD) enrolling persons before clinical motor diagnosis (CMD) lack validated biomarkers. This study aimed to conduct an unbiased discovery analysis and a targeted examination of proteomic biomarkers scrutinized by clinical validation. METHODS: Cerebrospinal fluid was obtained from PREDICT-HD and ancillary studies. Cohorts included HD family members who were gene-tested and considered prodromal following neuroexam. An initial unbiased mass spectrometry proteomics analysis identified candidate disease biomarkers that were then added to a targeted mass spectrometry assay including 100+ proteins associated with other neurodegenerative diseases. This assay determined relative quantifications of proteins in a single analysis. Significant biomarkers were examined against genetic and clinical measures of disease onset and progression. RESULTS: Two overlapping targeted analyses using 180 samples from 125 participants (61% female, 89% White, average age of 42 ± 14) were performed; longitudinal duration was 1-4 years. Based on participants' clinical data, 25 proteins correlated significantly with CAG-age-product (CAP) score and Unified HD Rating Scale (UHDRS) motor and cognitive measures. While most proteins increase in abundance with disease progression, proenkephalin and prodynorphin were downregulated before CMD. Power was low for longitudinal analysis. However, the reliability of HD family normal controls indicates that each individual's proteome remains relatively stable over time. INTERPRETATION: Findings replicate and extend the verification of HD biomarkers. Monitoring proenkephalin and prodynorphin levels in persons with HD may facilitate early detection and disease-tracking. These disease-specific biomarkers may improve the rigor of therapeutic intervention before clinical motor diagnosis. Further studies emphasizing longitudinal changes are needed to assess disease-monitoring. TRIAL REGISTRATION: ClinicalTrials.gov identifier: NCT00051324.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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) | 0,000 | 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 ».