Sample-to-Answer Isolation and mRNA Profiling of Circulating Tumor Cells
Notice bibliographique
Résumé
The isolation and rapid molecular characterization of circulating tumor cells (CTCs) from a liquid biopsy could enable the convenient and effective characterization of the state and aggressiveness of cancerous tumors. Existing technologies enumerate CTCs using immunostaining; however, these approaches are slow, labor-intensive, and often fail to enable further genetic characterization of CTCs. Here, we report on an integrated circuit that combines the capture of CTCs with the profiling of their gene expression signatures. Specifically, we use a velocity valley chip to efficiently capture magnetic nanoparticle-bound CTCs, which are then directly analyzed for their gene expression profiles using nanostructured microelectrode biosensors. CTCs are captured with 97% efficiency from 2 mL of whole blood, yielding a 500-fold concentration within 1 h. We show efficient capture of as few as 2 cancer cells/(mL of blood) and demonstrate that the gene expression module accurately profiles the expression of prostate-specific genes in CTCs captured from whole blood. This advance provides the first sample-to-answer solution for gene-based testing of CTCs. The approach was successfully validated using samples collected from prostate cancer patients: both CTCs and prostate-specific antigen (PSA) mRNA sequences were detected in all cancer patient samples and not in the healthy controls.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».