Department of Paediatric Rheumatology and Immunology, University of Muenster, Domagkstraße 3, 48149, Muenster, Germany.
UCD Conway Institute of Biomolecular and Biomedical Research, School of Medicine, University College Dublin, Dublin, Ireland.
Curr Rheumatol Rep. 2018 Jul 14;20(9):53. doi: 10.1007/s11926-018-0762-0.
Current technical advances enable the assessment of the complex changes in body fluid proteomes and thus allow for the discovery of biomarker signatures rather than just following differences of a single marker. In this review, we aim to summarize current approaches to discover and evaluate multi-biomarker panels for improved monitoring of chronic arthritis disease activity.
Mass spectrometry and affinity proteomic methodologies have been used to identify biomarker panels in synovial fluid, serum, plasma, or urine of pediatric and adult chronic arthritis patients. Notably, despite the numerous efforts to develop new and better biomarker panels, very few have undergone extensive analytical and clinical validation and been adopted into routine use for patient benefit. There remains a significant gap between discovery of chronic arthritis biomarker signatures and their validation for clinical use.
目前的技术进步使人们能够评估体液蛋白质组的复杂变化，从而能够发现生物标志物特征，而不仅仅是跟踪单个标志物的差异。在本综述中，我们旨在总结目前发现和评估多生物标志物标志物面板的方法，以改善对慢性关节炎疾病活动的监测。
质谱和亲和蛋白质组学方法已被用于鉴定儿科和成人慢性关节炎患者的滑液、血清、血浆或尿液中的生物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物标志物
本文介绍了一种名为"FrameDiffusion"的无监督域自适应的去雨纹生成模型。该模型采用对抗生成对抗网络（GAN）技术，能够从源图像中提取出纹理和结构信息，并将其转移到目标图像上，从而实现去雨纹处理。
