Surgical ischemia and detection of clear cell renal cell carcinoma biomarkers.
Notice bibliographique
Résumé
e15571 Background: To discover biomarkers of progression in patients with localized clear cell renal cell carcinoma (ccRCC), we sought to screen targeted protein and mRNA biomarkers from patient tumor specimens. We first addressed pre-analytic biases of tumor heterogeneity and “cold” ischemia, by comparing biomarkers in pre-operative vs. postoperative tumor samples. Methods: Within matched patients we collected, (1) preoperative diagnostic needle core biopsies for comparison to postoperative nephrectomy ccRCC samples (1st cohort), and, (2) intra-operative pre-ischemic biopsies for comparison to postoperative samples (2ndcohort). Protein biomarkers were screened with the MD Anderson reverse phase protein array (RPPA) and RNA using a custom NanoString signature codeset previously validated to predict prognosis in ccRCC. Results: Striking differences in protein and mRNA detection were observed between diagnostic biopsies and postoperative samples in the 1st cohort but the times to surgery was variable, and only a single technical replicate was available per patient per time point. In the 2ndcohort however, there were equally profound global differences in RNA and protein detection between the pre-ischemic and postoperative samples, across triplicate and physically separate samples. Concordant with previous studies, there was little additional change in biomarker detection in postoperative samples up to 2 hours after surgical extirpation. Phosphoproteins showed greater lability than total protein levels. Even in this limited biomarker set, several pathways were identified as significantly influenced, including the MAPK, mTOR-PI3K and EGFR pathways. Conclusions: We demonstrate for the first time in human cancers that perioperative “warm” ischemia has a broad and profound influence on protein and mRNA biomarker detection, which is far greater than post-operative “cold” ischemia. Assessment of clinically relevant biomarkers may therefore be distorted by perioperative ischemia, and high-throughput analyses using post-operative ccRCC specimens should be interpreted with caution. Validation of these findings in a larger patient cohort, and in other tumor types is urgently 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 | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».