Identifizierung einer prädiktiven Markersignatur zur Diagnose von HNSCC basierend auf Thrombozyten-RNAseq
Notice bibliographique
Résumé
Einleitung Die ‚liquid biopsy‘ bietet eine Möglichkeit, Krebs durch Untersuchung von Körperflüssigkeiten zu identifizieren. Unsere Studie beschäftigt sich mit der Analyse von ‚tumor-educated‘ Thrombozyten, einer kürzlich entdeckten neuen Option der ‚liquid biopsy‘. Frühere Forschungen identifizierten eine Tumor-Thrombozyten-Interaktion, die zu einem Transfer von tumorabgeleiteter RNA in Thrombozyten führte, die deshalb auch als ‚tumor-educated platelets‘ (TEP) bezeichnet werden. Material und Methoden RNA aus Thrombozyten von Tumorpatienten und gesunden Spendern (n=5/5) wurde extrahiert und mittels RNAseq analysiert. Zusätzlich wurde RNA aus dem entsprechenden Tumor sequenziert. Bioinformatischer Tools wurden angewendet. Die unterschiedlich vorhandene mRNA in Thrombozyten von Tumorpatienten im Vergleich zu gesunden Spendern wurde in einer zweiten Kohorte (n=6/7) mittels quantitativer RT-PCR verifiziert. Ergebnisse RNAseq-Daten zeigten 426 signifikant unterschiedlich existierende RNA in Thrombozyten gesunder Spender versus Thrombozyten von Tumor-Patienten. Unter ihnen identifizierten wir 49 RNA, die für charakteristische Epithelzellen-Gene kodieren. Darüber hinaus beobachteten wir in Thrombozyten von Tumorpatienten RNA, die für Gene kodieren, die an der Tumorprogression beteiligt sind, indem sie zur Proliferation, Metastasierung oder Angiogenese beitragen. Wir identifizierten 5 differenziell vorhandene mRNA als potenzielle ‚liquid biopsy‘ Biomarker in TEP. Schlussfolgerung Basierend auf diesen vielversprechenden Ergebnissen dieser Pilotstudie sollte eine prospektive Studie mit einer größeren Kohorte initiiert werden, um die hier vorgeschlagene prädiktive Markersignatur zu verifizieren, die eine Identifizierung von HNSCC anhand von Thrombozyten-RNAseq ermöglicht. Publication History Article published online: 24 May 2022 © 2022. The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial-License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/). Georg Thieme Verlag Rüdigerstraße 14, 70469 Stuttgart, Germany
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».