CSF proteomics for differentiation of brain malignancies.
Notice bibliographique
Résumé
2021 Background: Accurate diagnosis and prognostication of intra-axial brain tumors hinges on invasive brain sampling, which carries risk of morbidity. Minimally invasive sampling of proximal fluids, also known as liquid biopsy, can mitigate this risk. Although the cerebrospinal fluid (CSF) is the ideal liquid biopsy source, the traditionally high volumes required for impactful analyses have deterred progress. The objective of this study was to identify diagnostic and prognostic CSF proteomic signatures in glioblastoma (GBM), brain metastases (BM), and central nervous system lymphoma (CNSL). Methods: CSF samples were retrospectively retrieved from the Penn State Neuroscience Biorepository and profiled using shotgun proteomics with ultra-low sample volumes. Proteomic signatures were identified using machine learning classifiers and survival analyses. Results: Using 30µL CSF volumes, we recovered 800 unique peptides across 73 samples [20 normal pressure hydrocephalus (NPH, non-tumor control), 22 GBM, 17 BM, and 14 CNSL]. Externally-validated proteomic-based classifiers identified malignancy with AUROC of 0.94 and distinguished individual tumor entities from others with AUROC ≥0.96. More clinically relevant triplex classifiers, comprised of just 3 peptides, distinguished individual tumor entities with AUROC ≥0.90. Novel biomarkers were identified among the top classifiers, including TFF3 and CACNA2D2, and characterized using single-cell RNA sequencing data. Survival analyses validated previously implicated prognostic signatures, including blood brain barrier disruption. Conclusions: Reliable classification of intra-axial malignancies using ultra-low CSF volumes is feasible, which has ramifications for longitudinal tumor surveillance. Novel biomarkers identified here necessitate future validation. Based on emerging evidence, upfront implantation of CSF reservoirs in brain tumor patients warrants consideration.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».