MétaCan
Menu
Retour à la cohorte
Enregistrement W4304807359 · doi:10.1186/s40170-022-00294-9

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

2022· article· en· W4304807359 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueCancer & Metabolism · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensGeorge & Fay Yee Centre for Healthcare InnovationUniversity of ManitobaCancerCare Manitoba
Organismes subventionnairesInstitute of Cancer ResearchCanadian Institutes of Health ResearchCancerCare Manitoba Foundation
Mots-clésLung cancerMetaboliteIdentification (biology)CancerChemistryCancer cellBiologyMedicineBiochemistryInternal medicine

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,298
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle