Rapid Detection of Necrosis in Breast Cancer with Desorption Electrospray Ionization Mass Spectrometry
Notice bibliographique
Résumé
Abstract Identification of necrosis in tumors is of prognostic value in treatment planning, as necrosis is associated with aggressive forms of cancer and unfavourable outcomes. To facilitate rapid detection of necrosis with Mass Spectrometry (MS), we report the lipid MS profile of necrotic breast cancer with Desorption Electrospray Ionization Mass Spectrometry (DESI-MS) imaging validated with statistical analysis and correlating pathology. This MS profile is characterized by (1) the presence of the ion of m/z 572.48 [Cer(d34:1) + Cl] − which is a ceramide absent from the viable cancer subregions; (2) the absence of the ion of m/z 391.25 which is present in small abundance only in viable cancer subregions; and (3) a slight increase in the relative intensity of known breast cancer biomarker ions of m/z 281.25 [FA(18:1)-H] − and 303.23 [FA(20:4)-H] − . Necrosis is accompanied by alterations in the tissue optical depolarization rate, allowing tissue polarimetry to guide DESI-MS analysis for rapid MS profiling or targeted MS imaging. This workflow, in combination with the MS profile of necrosis, may permit rapid characterization of necrotic tumors from tissue slices. Further, necrosis-specific biomarker ions are detected in seconds with single MS scans of necrotic tumor tissue smears, which further accelerates the identification workflow by avoiding tissue sectioning and slide preparation.
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 | 0,001 |
| 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) | 0,003 | 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 ».