A New Era in Liquid Biopsy: From Genotype to Phenotype
Notice bibliographique
Résumé
BACKGROUND: Liquid biopsy, in which tumor cells and tumor-derived biomolecules are collected from the circulation, is an attractive strategy for the management of cancer that allows the serial monitoring of patients during treatment. The analysis of circulating DNA produced by tumors provides a means to collect genotypic information about the molecular profile of a patient's cancer. Phenotypic information, which may be highly relevant for therapeutic selection, is ideally derived from intact cells, necessitating the analysis of circulating tumor cells (CTCs). CONTENT: Recent advances in profiling CTCs at the single-cell level are providing new ways to collect critical phenotypic information. Analysis of secreted proteins, surface proteins, and intracellular RNAs for CTCs at the single-cell level is now possible and provides a means to quantify molecular markers that are involved with the mechanism of action of the newest therapeutics. We review the latest technological advances in this area along with related breakthroughs in high-purity CTC capture and in vivo profiling approaches, and we also present a perspective on how genotypic and phenotypic information collected via liquid biopsies is being used in the clinic. SUMMARY: Over the past 5 years, the use of liquid biopsy has been adopted in clinical medicine, representing a major paradigm shift in how molecular testing is used in cancer management. The first tests to be used are genotypic measurements of tumor mutations that affect therapeutic effectiveness. Phenotypic information is also clinically relevant and essential for monitoring proteins and RNA sequences that are involved in therapeutic response.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».