Small RNA sequencing analysis of peptide-affinity isolated plasma extracellular vesicles distinguishes pancreatic cancer patients from non-affected individuals
Notice bibliographique
Résumé
Pancreatic ductal adenocarcinoma (PDAC) has a high fatality rate, mainly due to its asymptomatic nature until late-stage disease and therefore delayed diagnosis that leads to a lack of timely treatment intervention. Consequently, there is a significant need for better methods to screen populations that are at high risk of developing PDAC. Such advances would result in earlier diagnosis, more treatment options, and ultimately better outcomes for patients. Several recent studies have applied the concept of liquid biopsy, which is the sampling of a biofluid (such as blood plasma) for the presence of disease biomarkers, to develop screening approaches for PDAC; several of these studies have focused on analysis of extracellular vesicles (EVs) and their cargoes. While these studies have identified many potential biomarkers for PDAC that are present within EVs, their application to clinical practice is hindered by the lack of a robust, reproducible method for EV isolation and analysis that is amenable to a clinical setting. Our previous research has shown that the Vn96 synthetic peptide is indeed a robust and reproducible method for EV isolation that has the potential to be used in a clinical setting. We have therefore chosen to investigate the utility of the Vn96 synthetic peptide for this isolation of EVs from human plasma and the subsequent detection of small RNA biomarkers of PDAC by Next-generation sequencing (NGS) analysis. We find that analysis of small RNA from Vn96-isolated EVs permits the discrimination of PDAC patients from non-affected individuals. Moreover, analyses of all small RNA species, miRNAs, and lncRNA fragments are most effective at segregating PDAC patients from non-affected individuals. Several of the identified small RNA biomarkers have been previously associated with and/or characterized in PDAC, indicating the validity of our findings, whereas other identified small RNA biomarkers may have novel roles in PDAC or cancer in general. Overall, our results provide a basis for a clinically-amendable detection and/or screening strategy for PDAC using a liquid biopsy approach that relies on Vn96-mediated isolation of EVs from plasma.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».