Mitochondrial genome analysis in biofluids for early cancer detection and monitoring
Notice bibliographique
Résumé
BACKGROUND: Biofluids collected in a non-invasive fashion are potentially valuable samples for assaying genomic alterations for early detection and monitoring of cancer. The low cellularity and nucleic acid content in biofluids, the high copy number of the mitochondrial genome (mtgenome) and its noted early imprints in cancer make this molecule theoretically more sensitive than nuclear targets to measure for early cancer detection. OBJECTIVE: This review explores mtgenome analysis in biofluids and addresses the question of whether targeting the mtgenome in biofluids is superior or equivalent to analysis of nuclear genomic alterations. METHODS: The literature was retrieved from PubMed using a combination of the following keywords: mtDNA, mutation, deletion, content, copy number, cancer, biofluids, bodily fluids and the specific cancers described here. Studies that analyzed mtgenome alterations in biofluids were included. Analytical methods available for assaying mtgenome changes in biofluids are discussed. RESULTS: Despite the limited data available, mtgenome changes in biofluids have been demonstrated in a wide variety of cancer patients. CONCLUSION: Mtgenome analysis in biofluids is feasible and relatively easy. Despite the paucity of data, tumor-specific mtgenome changes are observed in biofluids of cancer patients. Given the multiple copies per cell of the mtgenome, future cancer detection efforts should consider complementary analysis of mtgenome changes in biofluids.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».