Comparison of two multiplexed technologies for profiling >1,000 serum proteins that may associate with tumor burden
Notice bibliographique
Résumé
Background: In this pilot study, we perform a preliminary comparison of two targeted multiplex proteomics technologies for discerning serum protein concentration changes that may correlate to tumor burden in ovarian cancer (OC) patients. Methods : Using the proximity extension assay (PEA) and Quantibody® Kiloplex Array (QKA), we measured >1,000 proteins in the pre-surgical and post-surgical serum from nine OC patients (N=18 samples). We expect that proteins that have decreased significantly in the post-surgical serum concentration may correlate to tumor burden in each patient. Duplicate sera from two healthy individuals were used as controls (N=4 samples). We employed in-house ELISAs to measure five proteins with large serum concentration changes in pre- and post-surgical sera, from four of the original nine patients and the two original controls. Results: Both platforms showed a weak correlation with clinical cancer antigen 125 (CA125) data. The two multiplexed platforms showed a significant correlation with each other for >400 overlapping proteins. PEA uncovered 15 proteins, while QKA revealed 11 proteins, with more than a two-fold post-surgical decrease in at least six of the nine patients. Validation using single enzyme-linked immunosorbent assays (ELISAs) showed at least a two-fold post-surgical decrease in serum concentration of the same patients, as indicated by the two multiplex assays. Conclusion: Both methods identified proteins that had significantly decreased in post-surgical serum concentration, as well as recognizing proteins that had been implicated in OC patients. Our findings from a limited sample size suggest that novel targeted proteomics platforms are promising tools for identifying candidate serological tumor-related proteins. However further studies are essential for the improvement of accuracy and avoidance of false results.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».