MétaCan
Menu
← Retour à la cohorte
Enregistrement W2980405084 · doi:10.1182/blood-2018-99-114907

New Blood Based M-Protein Quantification Method 3,000 Times More Sensitive Than Standard SPEP

2018· article· en· W2980405084 sur OpenAlexaff
Zac McDonald, Qixin Liu, Paul Taylor, Liqiang Yang, Bin Ma

Notice bibliographique

RevueBlood · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPolyclonal antibodiesProtein sequencingPeptide sequenceBiologyAntibodyMolecular biologyImmunologyBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

Abstract Summary of Work The amino acid sequence of the M-protein for multiple myeloma (MM) is unique compared to the polyclonal antibodies in patients' blood. In this study we utilize this uniqueness to develop an ultra-sensitive M-protein detection method with mass spectrometry (MS). The method involves the de novo sequencing of the amino acid sequence of the M-protein from the baseline blood sample collected at the time of diagnosis, and a targeted MS assay to detect and quantify the unique M-protein sequence in the follow-up blood samples. This non-invasive method is purely blood based and is 3,000 and 300 times more sensitive than SPEP and IFE, respectively. De Novo Protein Sequencing The M-protein sequencing is carried out on an MS based platform (REmAb). The effectiveness of de novo protein sequencing has been proven with the sequencing of hundreds of monoclonal antibodies (McDonald et al., Poster 294737, ASMS, 2018). In the current study the M-protein from 4 MM patients' baseline blood samples were successfully sequenced, demonstrating robustness of the method in the presence of the polyclonal background. As little as 50ul of the serum was required for the de novo sequencing. Sensitivity of M-protein Quantification The lower limit of quantification (LLOQ) was studied with a serial dilution experiment. The baseline blood sample of one patient was sequentially diluted with a healthy donor's serum. The peptide sequence unique to the M-protein was monitored with mass spectrometry to detect and quantify the M-protein in the serial dilution. The M-protein could still be detected and quantified when the dilution ratio was 1:10,000 (the amount of M-protein relative to background polyclonal serum IgG). In a separate experiment, synthesized heavy labelled proteotypic peptides were used to estimate the LLOQ in IgG enriched serum at 60 ug/dL, over 3,000 times more sensitive than SPEP (0.2g/dL) (Bergen et al., Clin Chem 62: 1 243-251, 2016) and 300 times more sensitive than IFE (0.02g/dL) (IMWG, British Journal of Haematology, 121, 749-757, 2003). As little as 30ul of serum was required in these experiments for monitoring of M-protein levels. Case Study A targeted MS based assay was developed to monitor the M-protein levels of a serial patient sample set (73-year-old male, treatment: Elotuzumab/Lenalidomide/Dexamethasone, progression free survival 32 months). M-protein levels were quantified in a total of 10 serial samples from partial remission, through complete remission (CR), until relapse over a period of 2 years and 3 months (Figure 1). M-protein could be detected and quantified in all samples collected during the CR period with estimated M-protein levels never below 10mg/dL. Notably, a 2-fold increase in M-protein levels (in comparison to the lowest historic level) could be detected 320 days prior to the timepoint of relapse. The upward trend continued in the next 3 serial CR samples preceding relapse. Except for one sample (see Figure 1, 'CR Before Relapse 12-14-2016'), CR was based on the absence of M-protein in the IFE result in the relevant clinical data. Conclusion The work represents a first step in the application of de novo sequencing and MS based detection for the sensitive monitoring of M-protein levels in serum. It shows a much-improved sensitivity over current standard approaches and has the great potential to provide non-invasive assessment of MRD for multiple myeloma. The preliminary data warrant further development of this MS based non-invasive and highly sensitive M-protein quantification method. Disclosures McDonald: Rapid Novor Inc: Employment, Equity Ownership. Liu:Rapid Novor Inc: Employment, Equity Ownership. Taylor:Rapid Novor Inc: Employment, Equity Ownership. Yang:Rapid Novor Inc: Employment, Equity Ownership. Ma:Rapid Novor Inc: Equity Ownership.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,346
Écart entre enseignants0,315 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBlood→Même sujetMultiple Myeloma Research and Treatments→Travaux en français237 207→