Multi-omics biomarker pipeline reveals elevated levels of protein-glutamine gamma-glutamyltransferase 4 in seminal plasma of prostate cancer patients
Notice bibliographique
Résumé
Abstract Purpose Prostate-specific antigen, a blood serum biomarker of prostate cancer, lacks specificity and prognostic significance, so considerable efforts are devoted to developing novel biomarkers. Seminal plasma, due to its proximity to prostate, is a promising fluid for biomarker discovery and non-invasive diagnostics. In this study, we investigated if seminal plasma proteins could increase specificity of detecting primary prostate cancer and discriminate between high- and low-grade cancers. Experimental Design To select 148 most promising biomarker candidates, we combined proteins identified through five independent data mining or experimental approaches: tissue transcriptomics, seminal plasma proteomics, cell secretomics, tissue specificity and androgen regulation. A rigorous biomarker development pipeline based on targeted proteomics assays was designed to evaluate the most promising candidates. Results We qualified 77 and verified 19 proteins in seminal plasma of 67 negative biopsy and 155 prostate cancer patients. Verification revealed a prostate-specific, secreted and androgen-regulated protein-glutamine gamma-glutamyltransferase 4 (TGM4), which could predict prostate cancer on biopsy and outperformed age and serum PSA. Machine-learning approaches also revealed improved multi-marker combinations for diagnosis and prognosis. In the independent verification set measured by an inhouse ELISA, TGM4 was up-regulated 3.7-fold ( P =0.006) and revealed AUC 0.66 for detecting prostate cancer on biopsy for patients with serum PSA≥4 ng/mL and age≥50. Low levels of TGM4 (median 120 pg/mL) were detected in blood serum, but could not differentiate between negative biopsy, prostate cancer or prostate inflammation. Conclusions Performance of TGM4 warrants its further investigation within the distinct genomic subtypes and evaluation for the inclusion into emerging multi-biomarker panels.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».