A Pilot Study on the Utility of Serum Metabolomics in Neuroblastoma Patients and Xenograft Models
Notice bibliographique
Résumé
BACKGROUND: Improved prediction of neuroblastoma (NB) behavior is needed to detect treatment-refractory disease and may allow further reduction in therapy for some patients. In this regard, serum metabolomic analysis has proven utility in several cancer types. We hypothesize that serum metabolomic analysis will correlate with risk-group classification for patients with NB, and sensitively detect NB in murine xenograft models. PROCEDURE: A pilot study was done on Children's Oncology Group (COG) tumor bank sera from 10 patients (five high-, five low-risk). An institutional pilot study was carried out on five patients comparing sera obtained during active versus minimal disease (complete response/very good partial response; CR/VGPR). XENOGRAFT: Flank tumors were established in Nu/Nu mice by injection of NB cell lines (IMR-32, SH-EP, SK-N-AS). Serum for comparison was drawn pre-injection, at 1 week after injection when there was no visible tumor, and again once tumors were grossly visible. Comparisons were also made between tumor bearing mouse serum and supernatants from NB cell lines. METABOLOMIC ANALYSIS: Samples were analyzed by nuclear magnetic resonance and/or gas chromatography-mass spectrometry. Multivariate data analysis was conducted using SIMCA-P (Umetrics). RESULTS: Serum metabolomic analysis differentiated high- and low-risk patients as well as active disease from CR/VGPR. Differences were in nitrogen, amino acid, and carbohydrate metabolism, as well as ketosis. The serum metabolomic signature in murine xenograft models sensitively detected NB cells and correlated with disease burden. Similar metabolic changes attributable to NB were noted in both human and murine serum. CONCLUSIONS: Serum metabolomic analysis can distinguish several characteristics of NB. A larger analysis of COG banked sera is warranted.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».