Plasma Proteomics Identifies Thousand‐and‐One–Amino Acid Kinase 3 as a Potential Biomarker of Rheumatoid Arthritis Activity and a Novel Therapeutic Target
Notice bibliographique
Résumé
Objective Bone destruction associated with active rheumatoid arthritis (RA) remains a major therapeutic challenge, with a lack of reliable molecular markers reflecting bone injury. This study aims to identify novel biomarkers linked to bone destruction in active RA through proteomic analysis, providing new strategies for precise monitoring and targeted therapy. Methods Data‐independent acquisition mass spectrometry was used for proteomic quantification and bioinformatic analysis on plasma samples from 160 patients with RA and 40 healthy controls. Key proteins associated with bone destruction were screened by integrating Sharp scores with synovial single‐cell RNA sequencing data and subsequently validated in two independent cohorts (N 1 = 50 and N 2 = 10) using enzyme‐linked immunosorbent assay and multiplex immunohistochemistry. Functional studies were conducted using fibroblast‐like synoviocytes (FLSs) in vitro and a collagen‐induced arthritis (CIA) mouse model in vivo. Results A total of 4,998 plasma proteins were identified, with 506 showing significant differential expression between active and remitted RA. Thousand‐and‐one–amino acid kinase 3 (TAOK3) levels were positively associated with Sharp scores and markedly elevated in patients with active RA. Combining TAOK3 with C‐reactive protein improved diagnostic accuracy for active RA (area under the curve = 0.915). High TAOK3 expression was also associated with increased relapse frequency. Functional studies showed that TAOK3 knockdown suppressed the tumor‐like phenotype of FLSs and down‐regulated matrix metalloproteinase 1/2/3 and cathepsin K, whereas TAOK3 overexpression promoted pannus cell–mediated bone erosion, mitigated by TAOK3‐targeted inhibitor. In vivo, its inhibition showed therapeutic effects in CIA mice. Conclusion TAOK3 serves as a potential biomarker for bone destruction in active RA and as a therapeutic target for precision monitoring and 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 | 0,001 | 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 | 0,000 | 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 ».