MétaCan
Menu
Retour à la cohorte
Enregistrement W2101570694 · doi:10.1021/pr070087o

Verification of Endometrial Tissue Biomarkers Previously Discovered Using Mass Spectrometry-Based Proteomics by Means of Immunohistochemistry in a Tissue Microarray Format

2007· article· en· W2101570694 sur OpenAlexaff
Valérie Dubé, Jörg Grigull, Leroi V. DeSouza, Shaun Ghanny, Terence J. Colgan, Alexander D. Romaschin, K. W. Michael Siu

Notice bibliographique

RevueJournal of Proteome Research · 2007
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensYork UniversityMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésTissue microarrayImmunohistochemistryProteomicsBiomarkerProteomeBiomarker discoveryEndometrial cancerComputational biologyCancer biomarkersMass spectrometryCarcinogenesisBiologyCancerPathologyBioinformaticsChemistryInternal medicineMedicineBiochemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Verification of candidate protein biomarkers is a necessary step in moving from the initial discovery to application. Here, we report results of a verification exercise involving six candidate endometrial cancer biomarkers previously discovered using mass-tagging and multidimensional liquid chromatography/tandem mass spectrometry (DeSouza L., et al. J. Proteome Res. 2005, 4, 377-386) on a cohort of 148 patient samples by means of immunohistochemistry on a tissue microarray format. A panel of the three best-performing biomarkers, chaperonin 10, pyruvate kinase M2, and alpha-1-antitrypsin, achieved a sensitivity of 0.85, specificity of 0.93, predictive value of 0.90, and positive predictive value of 0.88 in discriminating malignant from benign endometrium. The ruggedness of this panel of biomarkers was verified in a 2/3-training-set-1/3-test-set cross-validation analysis by randomly splitting the cohort in 10 ways. The roles of chaperonin 10 and pyruvate kinase M2 in tumorigenesis confirm them as credible cancer biomarkers.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,857

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,384
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Proteome ResearchMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207