Isolation and genome sequencing of individual circulating tumor cells using hydrogel encapsulation and laser capture microdissection
Notice bibliographique
Résumé
Circulating tumor cells (CTCs) are malignant cells released into the bloodstream with the potential to form metastases in secondary sites. These cells, acquired non-invasively, represent a sample of highly relevant tumor tissue that is an alternative to difficult and low-yield tumor biopsies. In recent years, there has been growing interest in genomic profiling of CTCs to enable longitudinal monitoring of the tumor's adaptive response to therapy. However, due to their extreme rarity, genotyping CTCs has proved challenging. Relevant mutations can be masked by leukocyte contamination in isolates. Heterogeneity between subpopulations of tumor cells poses an additional obstacle. Recent advances in single-cell sequencing can overcome these limitations but isolation of single CTCs is prone to cell loss and is prohibitively difficult and time consuming. To address these limitations, we developed a single cell sample preparation and genome sequencing pipeline that combines biophysical enrichment and single cell isolation using laser capture microdissection (LCM). A key component of this process is the encapsulation of enriched CTC sample in a hydrogel matrix, which enhances the efficiency of single-cell isolation by LCM, and is compatible with downstream sequencing. We validated this process by sequencing of single CTCs and cell free DNA (cfDNA) from a single patient with castration resistant prostate cancer. Identical mutations were observed in prostate cancer driver genes (TP53, PTEN, FOXA1) in both single CTCs and cfDNA. However, two independently isolated CTCs also had identical missense mutations in the genes for ATR serine/threonine kinase, KMT2C histone methyltransferase, and FANCC DNA damage repair gene. These mutations may be missed by bulk sequencing libraries, whereas single cell sequencing could potentially enable the characterization of key CTC subpopulations that arise during metastasis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 0,001 |
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 ».