MétaCan
Menu
Retour à la cohorte
Enregistrement W4309017257 · doi:10.1093/neuonc/noac209.059

BIOM-49. A PILOT STUDY OF CEREBROSPINAL FLUID EXOSOMAL SMALL RNA-SEQUENCING IN PEDIATRIC MEDULLOBLASTOMA PATIENTS ON THE NEXT CONSORTIUM “HEAD START” 4 PROTOCOL

2022· article· en· W4309017257 sur OpenAlexaff
Erica H. Bell, Amy Webb, Joseph Stanek, Megan Blue, Parth Patel, Diana Thomas, Christopher R. Pierson, Nikol Mladkova, Jessica L. Fleming, Katherine E. Miller, Olivia Grischow, Thomas Liszkay, Randall S Olshefski, Susan Chi, Melanie Comito, Gregory K. Friedman, Anne Bendel, Scott Coven, Caroline A. Hastings, Elias Sayour, James Garvin, Tom B. Davidson, Albert Cornelius, Christopher L. Moertel, Claire Mazewski, Andrew Walter, Robert Greiner, Diane Puccetti, Hamza Gorsi, Kathleen Dorris, Ziad Khatib, Arnab Chakravarti, Catherine E. Cottrell, Shahab Asgharzadeh, Annie Huang, David D. Limbrick, Daniel R. Boué, Jaclyn A. Biegel, Elaine R. Mardis, Girish Dhall, Jonathan L. Finlay, Jeffrey Leonard

Notice bibliographique

RevueNeuro-Oncology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensBC Children's HospitalHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedulloblastomaCerebrospinal fluidRNABiologyRNA extractionNon-coding RNAOncologyBioinformaticsMedicineInternal medicineGeneCancer researchGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND Head Start 4 is a randomized clinical trial to determine whether dose-intensive tandem consolidation, compared with a single cycle, with autologous hematopoietic progenitor cell rescue provides a survival benefit in pediatric patients with medulloblastoma or other embryonal tumors. The trial incorporates upfront molecular subgrouping and non-mandatory, prospective blood and cerebrospinal fluid (CSF) collection. This pilot study aimed to identify exosomal non-coding RNAs (exo-ncRNAs) that might serve as novel diagnostic and/or treatment response biomarkers. METHODS CSF(1-2mLs) from 11 controls (non-tumor) and 27 medulloblastoma participants including 23 obtained at baseline, 22 at the end of induction, 3 post-consolidation, and 4 relapse time points, were profiled. Exosome isolation and small RNA-sequencing were performed by System Biosciences. Differential gene expression (DGE) was performed in R (DESeq2). Variations in gene expression profiles between samples were visualized using principal component analysis. RESULTS After limiting to ncRNAs with expression of 2 counts per million in 50% or more of the samples in each comparison, ~9,500 ncRNAs were detected. DGE analyses revealed 118 ncRNAs with log2 fold change(FC) >2 and 1 ncRNA with log2FC< -2 in baseline CSF samples compared to controls. In contrast, 11 ncRNAs(log2FC >2) and 1 ncRNA(log2FC< -2) were detected in end of induction CSF samples compared to controls. Comparing end of induction to baseline CSF samples accounting for paired samples, 0 ncRNAs(log2FC >2) and 52 ncRNAs(log2FC< -2) were detected. CONCLUSIONS Overall, our data indicate that exosomal small RNA-sequencing of limited CSF volumes is feasible. Differential expression and distinct clustering between tumor baseline samples compared to non-tumor controls was observed. CSF-derived exo-ncRNAs at end of induction also demonstrated “normalization” of ncRNA profiles, signifying CSF biomarkers may serve a role in diagnosis and molecular response assessment. A comprehensive analysis including multi-marker predictive model development and molecular subgrouping will be undertaken at completion of study enrollment.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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 Opus0,049
Tête enseignante GPT0,294
Écart entre enseignants0,246 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetExtracellular vesicles in diseaseTravaux en français237 207