Characterization of proteins, mRNAs, and miRNAs of circulating extracellular vesicles from prostate cancer patients compared to healthy subjects
Notice bibliographique
Résumé
Prostate cancer (PC) is the fifth leading cause of death in men globally. Measurement of the blood PSA level is still considered the gold-standard biomarker test for PC despite its high rate of delivering false positives and negatives that result in an inappropriate medical response, including overtreatment. We collected extracellular vesicles (EVs) from the blood plasma of PC patients with organ-confined, extracapsular-invading, and seminal vesicle-invading tumors and from healthy subjects. We examined the protein, mRNA, and miRNA content of these EVs using mass spectrometry (MS), a human PC PCR array, and a miScript miRNA PCR array, respectively. The proteomic analysis showed distinct groups of proteins that are differently expressed in each group of patients, as well as in healthy subjects. Samples from healthy subjects and each tumor type were used for both mRNA and miRNA arrays. The mRNA analysis showed distinct groups of mRNAs that were overexpressed in healthy or in one of the three tumor types but not in the EVs of the other groups. The miRNA analysis showed distinct groups of miRNAs as well. The fold of regulation in the expression of the identified mRNA and miRNA of each stage of the disease from healthy subjects showed that various mRNAs and miRNAs could discriminate the disease stage. Overall, our data suggest many molecular marker candidates for distinguishing between healthy subjects and PC patients using the cargo of circulating vesicles, as well as markers to discriminate between the different tumor types. Once verified, these markers might have a diagnostic value for PC.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».