An efficient isoelectric focusing of microcolumn array chip for screening of adult Beta-Thalassemia

Zha, Genhan; Xiao, Xuan; Tian, Youli; Zhu, Hengying; Zhang, Qiang; Yu, Chunyan; Li, Honggen; Wang, Yuxing; Cao, Cheng-Xi

doi:10.1016/j.cca.2022.10.021

Cited by 8 publications

(2 citation statements)

References 45 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…The electropherogram peaks of monoclonal antibody charge variants are usually spaced with a minute ΔpI of approximately 0.2. On the other hand, microstrip IEF (mIEF) can resolve an extremely small difference (ΔpI = 0.03) between hemoglobin A 1c (HbA 1c ) and HbA 0 for diabetes screening. , The applications of IEF include not only biopharmaceutical analyses and disease diagnostics but also food safety control − and monitoring of protein isoform dynamics . For instance, an IEF pattern method was developed based on slab gel imaging to resolve species-specific proteins for distinguishing six subspecies of puffer fish .…”

Section: Introductionmentioning

confidence: 99%

Marker-Free Isoelectric Focusing Patterns for Identification of Meat Samples via Deep Learning

Tian,

Cao,

Zha

et al. 2023

Anal. Chem.

Self Cite

View full text Add to dashboard Cite

Isoelectric focusing (IEF) is a powerful tool for resolving complex protein samples, which generates IEF patterns consisting of multiplex analyte bands. However, the interpretation of IEF patterns requires the careful selection of isoelectric point (pI) markers for profiling the pH gradient and a trivial process of pI labeling, resulting in low IEF efficiency. Here, we for the first time proposed a marker-free IEF method for the efficient and accurate classification of IEF patterns by using a convolutional neural network (CNN) model. To verify our method, we identified 21 meat samples whose IEF patterns comprised different bands of meat hemoglobin, myoglobin, and their oxygen-binding variants but no pI marker. Thanks to the high throughput and short assay time of the microstrip IEF, we efficiently collected 1449 IEF patterns to construct the data set for model training. Despite the absence of pI markers, we experimentally introduced the severe pH gradient drift into 189 IEF patterns in the data set, thereby omitting the need for profiling the pH gradient. To enhance the model robustness, we further employed data augmentation during the model training to mimic pH gradient drift. With the advantages of simple preprocessing, a rapid inference of 50 ms, and a high accuracy of 97.1%, the CNN model outperformed the traditional algorithm for simultaneously identifying meat species and cuts of meat of 105 IEF patterns, suggesting its great potential of being combined with microstrip IEF for large-scale IEF analyses of complicated protein samples.

show abstract

Section: Introductionmentioning

confidence: 99%

Marker-Free Isoelectric Focusing Patterns for Identification of Meat Samples via Deep Learning

Tian,

Cao,

Zha

et al. 2023

Anal. Chem.

Self Cite

View full text Add to dashboard Cite

show abstract

“…Além disso, o diagnóstico deve ser feito também pela eletroforese de hemoglobina e teste genético (DNA) dos pais, ambos são necessariamente portadores de um gene da talassemia (Chiappe, 2017). Atualmente utilizam-se técnicas de cromatografia líquida de alta performance (HPLC), eletroforese em gel, eletroforese de zona capilar (CZE), espectroscopia Raman e reação em cadeia da polimerase (PCR) para a confirmação do diagnóstico molecular da beta talassemia (Zha et al, 2023). Desta forma, o tratamento consiste em um regime de transfusões sanguíneas regulares ao longo da vida e terapia de quelação para reduzir a sobrecarga de ferro.…”

Section: Introductionunclassified

Manifestações clínicas da beta talassemia maior na população pediátrica: Uma revisão sistemática

Silva,

Queiroz,

Menezes Neto

et al. 2023

RSD

View full text Add to dashboard Cite

O trabalho objetivou investigar informações na literatura a respeito das manifestações clínicas associadas a beta talassemia maior (BTM) em pacientes pediátricos. Para tanto, foi realizada uma revisão sistemática da literatura seguindo as diretrizes do Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA). Foram utilizados os descritores “beta talassemia”, “sinais e sintomas” e “criança”, nas plataformas de busca PubMed, Scielo, Science Direct, Science.gov e LILACS, para busca de artigos publicados entre 2013 e 2023. Após avaliação das bases de dados, foram selecionados 12 artigos para composição deste trabalho. Todos os artigos foram publicados na língua inglesa e a maioria deles (n=7) teve como país de origem o Egito. Quanto a natureza dos estudos observou-se que a maioria deles eram do tipo transversal (n=7), seguidos de estudos do tipo caso-controle (n=4) e apenas um do tipo coorte. Os artigos descreveram a identificação de manifestações clínicas em pacientes pedriáticos portadores de BTM e a importância de sua identificação. Foi reportado que dislipidemias (alterações de HDL-colesterol, LDL-colesterol e triglicerídios) estão relacionadas com alterações cardiovasculares em portadores de BTM. Aumento de fator de crescimento endotelial vascular esteve associado a desenvolvimento de hipertensão pulmonar. A deposição excessiva de ferro foi associada a disfunções ventriculares, aterosclerose, afecções renais e pancreáticas. Osteopenia associada a alterações hormonais da paratireoide também foram reportadas na BTM. Assim, conclui-se que a BTM é a doença sanguínea hereditária autossômica mais comum na população e que suas manifestações clínicas geram impacto negativo na qualidade de vida relacionada à saúde de pacientes pediátricos.

show abstract

Microstrip isoelectric focusing with deep learning for simultaneous screening of diabetes, anemia, and thalassemia

Fu,

Tian,

Zha

et al. 2024

Analytica Chimica Acta

View full text Add to dashboard Cite

An efficient isoelectric focusing of microcolumn array chip for screening of adult Beta-Thalassemia

Cited by 8 publications

References 45 publications

Marker-Free Isoelectric Focusing Patterns for Identification of Meat Samples via Deep Learning

Marker-Free Isoelectric Focusing Patterns for Identification of Meat Samples via Deep Learning

Manifestações clínicas da beta talassemia maior na população pediátrica: Uma revisão sistemática

Microstrip isoelectric focusing with deep learning for simultaneous screening of diabetes, anemia, and thalassemia

Contact Info

Product

Resources

About