Laminin, gamma 2 (LAMC2): A Promising New Putative Pancreatic Cancer Biomarker Identified by Proteomic Analysis of Pancreatic Adenocarcinoma Tissues
Notice bibliographique
Résumé
In pancreatic cancer, the incidence and mortality curves coincide. One major reason for this high mortality rate in pancreatic ductal adenocarcinoma (PDAC) patients is the dearth of effective diagnostic, prognostic, and disease-monitoring biomarkers. Unfortunately, existing tumor markers, as well as current imaging modalities, are not sufficiently sensitive and/or specific for early-stage diagnosis. There is, therefore, an urgent need for improved serum markers of the disease. Herein, we performed Orbitrap® mass spectrometry proteomic analysis of four PDAC tissues and their adjacent benign tissues and identified a total of 2190 nonredundant proteins. Sixteen promising candidates were selected for further scrutiny using a systematic scoring algorithm. Our preliminary serum verification of the top four candidates (DSP, LAMC2, GP73, and DSG2) in 20 patients diagnosed with pancreatic cancer and 20 with benign pancreatic cysts, showed a significant (p < 0.05) elevation of LAMC2 in pancreatic cancer serum. Extensive validation of LAMC2 in healthy, benign, and PDAC sera from geographically diverse cohorts (n = 425) (Japan, Europe, and USA) demonstrated a significant increase in levels in early-stage PDAC compared with benign diseases. The sensitivity of LAMC2 was comparable to CA19.9 in all data sets, with an AUC value greater than 0.85 in discriminating healthy patients from early-stage PDAC patients. LAMC2 exhibited diagnostic complementarity with CA19.9 by showing significant (p < 0.001 in two out of three cohorts) elevation in PDAC patients with clinically low CA19.9 levels.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».