Sensitive detection of plasma interferon regulatory factor-5 (IRF5) by solid-phase proximity ligation assay validates IRF5 high and low subgroups in patients with systemic lupus erythematosus
Notice bibliographique
Résumé
OBJECTIVES: Interferon regulatory factor 5 (IRF5) plays a central role in interferon-mediated inflammation and is implicated in autoimmune diseases, including systemic lupus erythematosus (SLE). Detecting IRF5 in plasma is challenging due to its low circulating levels, highlighting the need for a highly sensitive and quantitative assay. This study aimed to develop such an assay, validate the existence of previously identified IRF5 high and low subgroups in SLE, and support the potential of IRF5 as a biomarker in precision medicine. METHOD: We established a solid-phase proximity ligation assay (SP-PLA) for IRF5 detection using a commercially available polyclonal antibody, which was benchmarked against two in-house recombinant antibodies. A linear calibration curve was generated using recombinant IRF5 protein (range 0.01-100 pg/µL), with a limit of detection between 0.01 and 0.05 pg/µL. EDTA-plasma samples from three SLE subgroups (n = 25 per group) were analysed. RESULTS: IRF5 was detectable in all SLE plasma samples using SP-PLA (mean 0.63 pg/µL; sd 1.92 pg/µL; maximum 13.54 pg/µL). The IRF5 high SLE subgroup showed significantly higher IRF5 plasma levels than the IRF5 low SLE subgroup (Dunn's post-hoc test, adjusted p < 0.05). CONCLUSION: The SP-PLA enabled sensitive and specific detection of low-level IRF5 in plasma and confirmed the presence of IRF5 high and low subgroups in SLE using a quantitative method. These findings support the potential of IRF5 as a biomarker, but validation in independent cohorts is required. The assay may facilitate patient stratification in future research and precision medicine approaches targeting the interferon pathway.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 tête enseignante, 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 ».