MétaCan
Menu
Retour à la cohorte
Enregistrement W3048992533 · doi:10.1158/1538-7445.am2020-6442

Abstract 6442: Investigation of custom biomarkers on circulating tumor cells from clinical samples using RarePlex® Developer Kits

2020· article· en· W3048992533 sur OpenAlexaff
Edward Chin Man Lo, Daniel Campton, Arturo B. Ramirez, Lillian Costandy, Brady Gardner, Ryan Houston, Heather Itamoto, Jeffery L. Werbin, VK Gadi, Tanisha Mojica, Alisa Clein, Celestia S. Higano, Daniel E. Sabath, Eric Kaldjian, Tad George

Notice bibliographique

RevueCancer Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésCirculating tumor cellBiomarkerProstate cancerBreast cancerMedicineCancerCancer biomarkersCancer researchOncologyComputational biologyInternal medicineBiologyMetastasis

Résumé

récupéré en direct d'OpenAlex

Abstract Enumeration and phenotypic profiling of circulating tumor cells (CTCs) can give important information about tumor progression, presence of therapeutic targets, and metastatic potential. New and informative cancer-specific biomarkers are being discovered at a rapid pace, so there is a strong need for tools that enable investigator driven assays to best study and utilize these biomarkers. Through the RareCyte platform, we provide sensitive and specific assays that are optimized and validated for CTC enumeration and biomarker expression. RarePlex Developer Kits enable the addition of user-selected antibodies against biomarkers of interest to a CTC detection assay. Here we demonstrate the application of RarePlex Developer Kits to study the presence of a variety of cancer related biomarkers. Using the Developer strategy, we present results for several biomarkers, including HER2, ER, PR, EGFR, Ki67, AR, ARv7, PDL1, and PSMA. We also characterized clinical samples from prostate (AR and ARv7) and breast (HER2 and ER) cancer patients. The biomarkers demonstrated proper localization on or within model CTC control cells when using default antigen retrieval and fixation conditions. For each biomarker, fluorescence intensity cut-offs that segregated negative and positive cell lines were statistically defined to maximize classification accuracy. For clinical samples, breast and prostate cancer sample staining showed expected localization based on available clinical information. In conclusion, RarePlex Developer Kits provide a flexible tool for custom CTC assay development that enables researchers to develop assays in their own lab for characterization of phenotypic heterogeneity. Citation Format: Edward Lo, Daniel Campton, Arturo Ramirez, Lillian Costandy, Brady Gardner, Ryan Houston, Heather Itamoto, Jeffery L. Werbin, VK Gadi, Tanisha Mojica, Alisa Clein, Celestia Higano, Daniel E. Sabath, Eric P. Kaldjian, Tad George. Investigation of custom biomarkers on circulating tumor cells from clinical samples using RarePlex® Developer Kits [abstract]. In: Proceedings of the Annual Meeting of the American Association for Cancer Research 2020; 2020 Apr 27-28 and Jun 22-24. Philadelphia (PA): AACR; Cancer Res 2020;80(16 Suppl):Abstract nr 6442.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,488
Tête enseignante GPT0,486
Écart entre enseignants0,002 · 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
GenreEmpirique

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer Cells and MetastasisTravaux en français237 207