清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Identification of tear-based protein and non-protein biomarkers: Its application in diagnosis of human diseases using biosensors

医学 疾病 生物标志物 糖尿病性视网膜病变 眼泪 蛋白质组学 生物标志物发现 病理 免疫学 生物 糖尿病 内分泌学 生物化学 基因
作者
Sandip K. Nandi,Deepanmol Singh,Jyoti Upadhay,Neeti Gupta,Nayan Dhiman,Sanjeev Mittal,Neeraj Mahindroo
出处
期刊:International Journal of Biological Macromolecules [Elsevier BV]
卷期号:193 (Pt A): 838-846 被引量:53
标识
DOI:10.1016/j.ijbiomac.2021.10.198
摘要

Discovery of robust, selective and specific biomarkers are important for early diagnosis and monitor progression of human diseases. Eye being a common target for several human diseases, vision impediment and complications are often associated with systemic and ocular diseases. Tears are bodily fluids that are closest to eye and are rich in protein content and other metabolites. As a biomarker repository, it advantages over other bodily fluids due to the ability to collect it non-invasively. In this review, we highlight some recent advancements in identification of tear-based protein biomarkers like lacryglobin and cystatin SA for cancer; interleukin-6 and immunoglobulin-A antibody for COVID-19; tau, amyloid-β-42 and lysozyme-C for Alzheimer's disease; peroxiredoxin-6 and α-synuclein for Parkinson's disease; kallikrein, angiotensin converting enzyme and lipocalin-1 for glaucoma; lactotransferrin and lipophilin-A for diabetic retinopathy and zinc-alpha-2 glycoprotein-1, prolactin and calcium binding protein-A4 for eye thyroid disease. We also discussed identification of tear based non-protein biomarkers like lysophospholipids and acetylcarnitine for glaucoma, 8-hydroxy-2'-deoxyquanosine and malondialdehyde for thyroid eye disease. We elucidate technological advancement in developing tear-based biosensors for diagnosis and monitoring diseases such as diabetes, diabetic retinopathy and Alzheimer's disease. Altogether, the study of tears as potential biomarkers for early diagnosis of human diseases is promising.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
酷酷的紫南完成签到 ,获得积分10
2秒前
JLB完成签到 ,获得积分10
2秒前
郭濹涵完成签到 ,获得积分10
2秒前
哥哥完成签到,获得积分10
4秒前
wen发布了新的文献求助30
6秒前
Jasper应助几米的漫画99采纳,获得10
8秒前
23秒前
如泣草芥完成签到,获得积分0
27秒前
会飞的柯基完成签到 ,获得积分10
28秒前
29秒前
doclarrin完成签到 ,获得积分0
40秒前
彭于晏应助科研通管家采纳,获得10
40秒前
噗愣噗愣地刚发芽完成签到 ,获得积分10
49秒前
芍药完成签到 ,获得积分10
51秒前
凤迎雪飘完成签到,获得积分10
54秒前
时雨完成签到 ,获得积分10
55秒前
大模型应助几米的漫画99采纳,获得10
58秒前
诺亚方舟哇哈哈完成签到 ,获得积分0
58秒前
GMEd1son完成签到,获得积分10
1分钟前
然来溪完成签到 ,获得积分10
1分钟前
su完成签到 ,获得积分0
1分钟前
夜未央完成签到 ,获得积分10
1分钟前
mzhang2完成签到 ,获得积分10
1分钟前
aaa发布了新的文献求助10
1分钟前
CrsCrsCrs完成签到,获得积分10
1分钟前
Tang完成签到,获得积分10
1分钟前
Owen应助Wang采纳,获得10
1分钟前
温柔樱桃完成签到 ,获得积分10
1分钟前
1分钟前
xiaoyi完成签到 ,获得积分10
1分钟前
1分钟前
面汤完成签到 ,获得积分10
1分钟前
早睡完成签到 ,获得积分10
1分钟前
天涯勿忘归完成签到,获得积分10
1分钟前
Akashi完成签到,获得积分10
2分钟前
诸葛高澜完成签到,获得积分10
2分钟前
紫枫完成签到,获得积分10
2分钟前
超级安阳完成签到 ,获得积分10
2分钟前
小呀嘛小郎中完成签到 ,获得积分10
2分钟前
luobote完成签到 ,获得积分10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
晶种分解过程与铝酸钠溶液混合强度关系的探讨 8888
Chemistry and Physics of Carbon Volume 18 800
The Organometallic Chemistry of the Transition Metals 800
Leading Academic-Practice Partnerships in Nursing and Healthcare: A Paradigm for Change 800
The formation of Australian attitudes towards China, 1918-1941 640
Signals, Systems, and Signal Processing 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6427704
求助须知:如何正确求助?哪些是违规求助? 8244568
关于积分的说明 17528167
捐赠科研通 5483082
什么是DOI,文献DOI怎么找? 2895067
邀请新用户注册赠送积分活动 1871251
关于科研通互助平台的介绍 1710176