인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Esophagitis is a frequent, but at the molecular level poorly characterized condition with diverse underlying etiologies and treatments. Correct diagnosis can be challenging due to partially overlapping histological features. By proteomic profiling of routine diagnostic FFPE biopsy specimens (n = 55) representing controls, Reflux- (GERD), Eosinophilic-(EoE), Crohn's-(CD), Herpes simplex (HSV) and Candida (CA)-esophagitis by LC-MS/MS (DIA), we identified distinct signatures and functional networks (e.g. mitochondrial translation (EoE), immunoproteasome, complement and coagulations system (CD), ribosomal biogenesis (GERD)), and pathogen-specific proteins for HSV and CA. Moreover, combining these signatures with histological parameters in a machine learning model achieved high diagnostic accuracy (100% training set, 93.8% test set), and supported diagnostic decisions in borderline/challenging cases. Applied to a young patient representing a use case, the external GERD diagnosis could be revised to CD and ICAM1 was identified as highly abundant therapeutic target. This resulted in CyclosporinA as a personalized treatment recommendation by the local multidisciplinary molecular inflammation board. Our integrated AI-assisted morphoproteomic approach allows deeper insights in disease-specific molecular alterations and represents a promising tool in esophagitis-related precision medicine.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
