MétaCan
Menu
Retour à la cohorte
Enregistrement W4360816350 · doi:10.1186/s12014-023-09400-5

Discovery of novel glioma serum biomarkers by proximity extension assay

2023· article· en· W4360816350 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

RevueClinical Proteomics · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensSinai Health SystemLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalCentre hospitalier de l'Université LavalPrincess Margaret Cancer CentrePublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteCanadian Cancer Society Research InstituteNorthwestern University
Mots-clésGliomaMedicineBiomarkerAnaplastic astrocytomaOncologyProteomicsInternal medicinePathologyBioinformaticsCancer researchAstrocytomaBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Gliomas are among the most malignant tumors, with a very poor prognosis. Early diagnosis is highly desirable since it can help implement more effective treatments for smaller tumors, which have not yet extensively metastasized. Improving early diagnosis may facilitate access of patients to clinical trials and prepare them for the future availability of new disease-modifying treatments. METHODS: We analyzed retrospective samples collected at diagnosis (before therapy initiation), with PEA (Olink Proteomics), quantifying about 3000 proteins. We utilized 30 plasmas from gliomas (20 glioblastomas, 5 anaplastic astrocytomas, 5 anaplastic oligodendrogliomas) and 20 meningiomas (as controls). We then analyzed the data to identify proteins which either alone, or in combination, could discriminate gliomas from meningiomas, or correlate with clinical and molecular alterations. RESULTS: We identified 8 plasma proteins which were increased in gliomas vs. meningiomas (GFAP, NEFL, EDDM3B, PROK1, MMP3, CTRL, GP2, SPINT3) and 4 proteins which were decreased in gliomas vs. meningiomas (FABP4, ALDH3A1, IL-12B and OXT). Partition algorithms and logistic regression algorithms with two biomarkers (GFAP and FABP4) achieved sensitivity of 83% and 93% at 100% and 90% specificity, respectively. The strongest single marker was GFAP with an area under the ROC curve (AUC) of 0.86. The AUC for the GFAP-FABP4 combination was 0.98. CONCLUSION: PEA is a powerful new proteomic technology for biomarker discovery. GFAP and a handful of other plasma biomarkers may be useful for early glioma detection and probably, prognosis. STATEMENT: Detecting gliomas as early as possible is highly desirable since it can significantly improve the chances of effective treatments. Reliable glioma biomarkers can timely inform glioma patients about the efficacy of their prescribed treatment. Our results reveal some novel putative glioma markers that may prove valuable, when used alone or in combination, towards improved clinical care of gliomas. In order to better appreciate the potential usefulness of these markers, their performance needs to be further validated in a larger cohort of samples.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,018
Score d'incertitude au seuil0,798

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,053
Tête enseignante GPT0,362
Écart entre enseignants0,310 · 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