PARP1 as a biomarker for early detection and intraoperative tumor delineation in epithelial cancers – first-in-human results
Notice bibliographique
Résumé
Abstract Major determining factors for survival of patients with oral, oropharyngeal, and esophageal cancer are early detection, the quality of surgical margins, and the contemporaneous detection of residual tumor. Intuitively, the exposed location at the epithelial surface qualifies these tumor types for utilization of visual aids to assist in discriminating tumor from healthy surrounding tissue. Here, we explored the DNA repair enzyme PARP1 as imaging biomarker and conducted optical imaging in animal models, human tissues and as part of a first-in-human clinical trial. Our data suggests that PARP1 is a quantitative biomarker for oral, oropharyngeal, and esophageal cancer and can be visualized with PARPi-FL, a fluorescently labeled small molecule contrast agent for topical or intravenous delivery. We show feasibility of PARPi-FL-assisted tumor detection in esophageal cancer, oropharyngeal and oral cancer. We developed a contemporaneous PARPi-FL topical staining protocol for human biospecimens. Using fresh oral cancer tissues within 25 min of biopsy, tumor and margin samples were correctly identified with >95% sensitivity and specificity without terminal processing. PARPi-FL imaging can be integrated into clinical workflows, potentially providing instantaneous assessment of the presence or absence of microscopic disease at the surgical margin. Additionally, we showed first-in-human PARPi-FL imaging in oral cancer. In aggregate, our preclinical and clinical studies have the unifying goal of verifying the clinical value of PARPi-FL-based optical imaging for early detection and intraoperative margin assignment.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».