Circulating Exosomal microRNAs as Predictive Biomarkers of Neoadjuvant Chemotherapy Response in Breast Cancer
Notice bibliographique
Résumé
BACKGROUND: Neoadjuvant chemotherapy (NACT) is an increasingly used approach for treatment of breast cancer. The pathological complete response (pCR) is considered a good predictor of disease-specific survival. This study investigated whether circulating exosomal microRNAs could predict pCR in breast cancer patients treated with NACT. METHOD: Plasma samples of 20 breast cancer patients treated with NACT were collected prior to and after the first cycle. RNA sequencing was used to determine microRNA profiling. The Cancer Genome Atlas (TCGA) was used to explore the expression patterns and survivability of the candidate miRNAs, and their potential targets based on the expression levels and copy number variation (CNV) data. RESULTS: Three miRNAs before that NACT (miR-30b, miR-328 and miR-423) predicted pCR in all of the analyzed samples. Upregulation of miR-127 correlated with pCR in triple-negative breast cancer (TNBC). After the first NACT dose, pCR was predicted by exo-miR-141, while miR-34a, exo-miR182, and exo-miR-183 predicted non-pCR. A significant correlation between the candidate miRNAs and the overall survival, subtype, and metastasis in breast cancer, suggesting their potential role as predictive biomarkers of pCR. CONCLUSIONS: If the miRNAs identified in this study are validated in a large cohort of patients, they might serve as predictive non-invasive liquid biopsy biomarkers for monitoring pCR to NACT in breast 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 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 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 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 ».