MétaCan
Menu
Retour à la cohorte
Enregistrement W4307234424 · doi:10.1002/jev2.12270

EV‐ADD, a database for EV‐associated DNA in human liquid biopsy samples

2022· article· en· W4307234424 sur OpenAlexaff
Thupten Tsering, Mingyang Li, Yunxi Chen, Amélie Nadeau, Alexander Laskaris, Mohamed Abdouh, Prisca Bustamante, Julia V. Burnier

Notice bibliographique

RevueJournal of Extracellular Vesicles · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésDatabaseContext (archaeology)DNAExtracellular vesiclesComputational biologyNucleic acidBiologyComputer scienceGeneticsCell biology

Résumé

récupéré en direct d'OpenAlex

Extracellular vesicles (EVs) play a key role in cellular communication both in physiological conditions and in pathologies such as cancer. Emerging evidence has shown that EVs are active carriers of molecular cargo (e.g. protein and nucleic acids) and a powerful source of biomarkers and targets. While recent studies on EV-associated DNA (EV-DNA) in human biofluids have generated a large amount of data, there is currently no database that catalogues information on EV-DNA. To fill this gap, we have manually curated a database of EV-DNA data derived from human biofluids (liquid biopsy) and in-vitro studies, called the Extracellular Vesicle-Associated DNA Database (EV-ADD). This database contains validated experimental details and data extracted from peer-reviewed published literature. It can be easily queried to search for EV isolation methods and characterization, EV-DNA isolation techniques, quality validation, DNA fragment size, volume of starting material, gene names and disease context. Currently, our database contains samples representing 23 diseases, with 13 different types of EV isolation techniques applied on eight different human biofluids (e.g. blood, saliva). In addition, EV-ADD encompasses EV-DNA data both representing the whole genome and specifically including oncogenes, such as KRAS, EGFR, BRAF, MYC, and mitochondrial DNA (mtDNA). An EV-ADD data metric system was also integrated to assign a compliancy score to the MISEV guidelines based on experimental parameters reported in each study. While currently available databases document the presence of proteins, lipids, RNA and metabolites in EVs (e.g. Vesiclepedia, ExoCarta, ExoBCD, EVpedia, and EV-TRACK), to the best of our knowledge, EV-ADD is the first of its kind to compile all available EV-DNA datasets derived from human biofluid samples. We believe that this database provides an important reference resource on EV-DNA-based liquid biopsy research, serving as a learning tool and to showcase the latest developments in the EV-DNA field. EV-ADD will be updated yearly as newly published EV-DNA data becomes available and it is freely available at www.evdnadatabase.com.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0190,010
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,003
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,020

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 Opus0,023
Tête enseignante GPT0,281
Écart entre enseignants0,258 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Extracellular VesiclesMême sujetExtracellular vesicles in diseaseTravaux en français237 207