Data-driven identification of plasma metabolite clusters and metabolites of interest for potential detection of early-stage non-small cell lung cancer cases versus cancer-free controls
Notice bibliographique
Résumé
BACKGROUND: Metabolomics is a potential means for biofluid-based lung cancer detection. We conducted a non-targeted, data-driven assessment of plasma from early-stage non-small cell lung cancer (ES-NSCLC) cases versus cancer-free controls (CFC) to explore and identify the classes of metabolites for further targeted metabolomics biomarker development. METHODS: Plasma from 250 ES-NSCLC cases and 250 CFCs underwent ultra-high-performance liquid chromatography/quadrupole time-of-flight mass spectrometry (UHPLC-QTOF-MS) in positive and negative electrospray ionization (ESI) modes. Molecular feature extraction, formula generation, and find-by-ion tools annotated metabolic entities. Analysis was restricted to endogenous metabolites present in ≥ 80% of samples. Unsupervised hierarchical cluster analysis identified clusters of metabolites. The metabolites with the strongest correlation with the principal component of each cluster were included in logistic regression modeling to assess discriminatory performance with and without adjustment for clinical covariates. RESULTS: A total of 1900 UHPLC-QTOF-MS assessments identified 1667 and 2032 endogenous metabolites in the ESI-positive and ESI-negative modes, respectively. After data filtration, 676 metabolites remained, and 12 clusters of metabolites were identified from each ESI mode. Multivariable logistic regression using the representative metabolite from each cluster revealed effective classification of cases from controls with overall diagnostic accuracy of 91% (ESI positive) and 94% (ESI negative). Metabolites of interest identified for further targeted analysis include the following: 1b, 3a, 12a-trihydroxy-5b-cholanoic acid, pyridoxamine 5'-phosphate, sphinganine 1-phosphate, gamma-CEHC, 20-carboxy-leukotriene B4, isodesmosine, and 18-hydroxycortisol. CONCLUSIONS: Plasma-based metabolomic detection of early-stage NSCLC appears feasible. Further metabolomics studies targeting phospholipid, steroid, and fatty acid metabolism are warranted to further develop noninvasive metabolomics-based detection of early-stage NSCLC.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».