Leukobiopsy – A Possible New Liquid Biopsy Platform for Detecting Oncogenic Mutations
Notice bibliographique
Résumé
Detection of unique oncogenic alterations encoded by the sequence or biochemical modification in cancer-associated transforming macromolecules has revolutionized diagnosis, classification and management of human cancers. While these signatures were traditionally regarded as largely intracellular and confined to the tumor mass, oncogenic mutations and actionable cancer-related molecular alterations can also be accessed remotely through their recovery from biofluids of either rare circulating tumor cells (CTCs), or of more abundant non-cellular carriers, such as extracellular vesicles (EVs), protein complexes, or cell-free tumor DNA (ctDNA). Tumor-related macromolecules may also accumulate in circulating platelets. Collectively, these approaches are known as liquid biopsy and hold promise as non-invasive, real-time opportunities to access to the evolving molecular landscape of human malignancies. More recently, a possibility of recovering cancer-specific DNA sequences from circulating leukocytes has also been postulated using experimental models. While it is often assumed that these and other liquid biopsy approaches rely on material passively shed from the tumor mass or its debris, recent evidence suggests that several regulated processes contribute to the abundance, nature, half-life, and turnover of different circulating cancer-related molecular signals. Moreover, many of these signals possess biological activity and may elicit local and systemic regulatory responses. Thus, a better understanding of the biology of liquid biopsy platforms and analytes may enable achieving improved performance of this promising and emerging diagnostic strategy in cancer.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».