User‐defined protein marker assay development for characterization of circulating tumor cells using the CellSearch® system
Notice bibliographique
Résumé
The majority of cancer-related deaths result from metastasis, which has been associated with the presence of circulating tumor cells (CTCs). It has been shown that CTC cut-off values exist that predict for poorer overall survival in metastatic breast (≥5), prostate (≥5), and colorectal (≥3) cancer based on assessment of 7.5 ml of blood. Development of the CellSearch® system (Veridex) has allowed for sensitive enumeration of CTCs. In the current study, protocols were developed and optimized for use with the CellSearch system to characterize CTCs with respect to user-defined protein markers of interest in human blood samples, including the cancer stem cell marker CD44 and the apoptosis marker M-30. Flow cytometry (FCM) experiments were initially carried out to assess expression of CD44 and M-30 on MDA-MB-468 human tumor cells. Human blood samples were then spiked with MDA-MB-468 cells and processed with the appropriate antibody (CD44/M-30) on the CellSearch. Detailed optimization of CD44 was carried out on the CellSearch using various antibody concentrations, exposure times, and cell lines with varying CD44 expression. Troubleshooting experiments were undertaken to explain observed discrepancies between FCM and CellSearch results for the M-30 marker. After extensive optimization, the best CD44/M-30 concentrations and exposure times were determined to be 1.5/3.5 μg/ml and 0.2/0.8 s, respectively. The percentage of CD44(+) tumor cells was 99.5 ± 0.39% by FCM and 98.8 ± 0.51% by the CellSearch system. The percentage of M-30(+) tumor cells following paclitaxel treatment was 17.6 ± 1.18% by FCM and 10.9 ± 2.41% by CellSearch. Proper optimization of the CD44 marker was achieved; however, M-30 does not appear to be a suitable marker for use in this platform. Taken together, the current study provides a detailed description of the process of user-defined protein marker development and optimization using the CellSearch, and will be an important resource for the future development of protein marker assays by users of this platform.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,011 |
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 ».