Exploring the extracellular transcriptome in seminal plasma for non-invasive prostate cancer diagnosis
Notice bibliographique
Résumé
Abstract A diagnostic non-invasive biomarker test for prostate cancer at an early stage, with high sensitivity and specificity, would improve diagnostic decision making. Extracellular RNAs present in seminal plasma might contain biomarker potential for the accurate detection of clinically significant prostate cancer. So far, the extracellular messenger RNA (mRNA) profile of seminal plasma has not been interrogated for its biomarker potential in the context of prostate cancer. Here, we investigate the mRNA transcriptome in seminal plasma samples obtained from prostate cancer patients (n=25), patients with benign prostate hyperplasia (n=26) and individuals without prostatic disease (n=6). Seminal plasma harbors a complex mRNA repertoire that reflects prostate as its tissue of origin. The endogenous RNA content is higher in the prostate cancer samples compared to the control samples. Prostate cancer antigen 3 (PCA3), a long non-coding RNA with prostate cancer-specific overexpression, and ATP-binding cassette transporter 1 (ABCA1), known to be involved in the prostate cancer pathogenesis, were more abundant in the prostate cancer group. In addition, twelve high confidence fusion transcripts could be detected in prostate cancer samples, including the bona-fide prostate cancer fusion transcript TMPRSS2-ERG. Our findings provide proof-of-principle that the extracellular transcriptome of seminal plasma can reveal information of an underlying prostate 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».