MétaCan
Menu
Retour à la cohorte
Enregistrement W4380884090 · doi:10.1002/alz.061903

Consensus harmonization of brain‐secreted extracellular vesicles isolation and validation protocols for blood biomarker work in Alzheimer’s disease: An international overview

2023· article· en· W4380884090 sur OpenAlexaff
AmanPreet Badhwar, Yael Hirschberg, Sonal Sukreet, Chinedu Udeh‐Momoh, M. Florencia Iulita, Anna Matton, Charisse N. Winston, Arsalan S. Haqqani

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensUniversité de MontréalNational Research Council CanadaInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésExtracellular vesicleBiomarkerExtracellularMicrovesiclesBiologyComputational biologyExtracellular vesiclesCell biologymicroRNABiochemistryGene

Résumé

récupéré en direct d'OpenAlex

Abstract Background Isolation of brain‐secreted extracellular vesicles (BEVs) from blood, provides a novel, minimally invasive way to sample brain tissue in individuals along the Alzheimer’s disease (AD) continuum. BEVs in blood demonstrate enormous potential to serve as a novel AD biomarker discovery platform and treatment tool. However, at present, BEV isolation and validation protocols vary from center to center. Given the growing popularity of immunoprecipitation (IP)‐based BEV isolation methods, we assessed the brain‐specificity of reported cell‐surface and cargo proteins associated with this category of methods. Method We performed a systematic evaluation of BEV isolation and validation protocols from 34 published articles investigating biomarker potential of blood‐isolated BEVs in AD. Proteins used for polyethylene glycol‐based precipitation followed by IP‐capture BEV isolation, or as BEV biomarker candidates, were compiled. The proteins were categorized by brain specificity, abundance, extracellular accessibility and extracellular vesicles presence by examining their expression from publicly available datasets in over 60 human tissue types, including 13 central nervous system (CNS) regions and 48 peripheral tissues. Result We compiled 68 unique IP or biomarker protein candidates. Analyses demonstrated that of these, 22 had extracellular domains (that could be used for BEV isolation), 7 were membrane proteins lacking extracellular domains, and the remaining were intracellular proteins. Moreover, >50% of the compiled proteins were present in extracellular vesicle datasets, >20% were considered highly CNS specific, and ∼60% demonstrated moderate‐to‐high CNS abundance (Fig.1). Furthermore, in addition to confirming that some proteins widely used for IP‐based BEV isolation are CNS‐enriched (e.g., L1CAM, Fig. 1B), we also identified, at least, 5 additional proteins with higher CNS abundance and specificity, extracellular domains, and known to be present in extracellular vesicles. Conclusion Consensus harmonization of BEV isolation and validation protocols are essential steps in blood‐isolated BEV biomarker work in AD, and is advocated by the Alzheimer’s Association BBB‐PIA. This harmonization of BEV protocols is crucial, given the growing interest in developing minimally‐invasive AD biomarker discovery tools, and the increasing number of researchers worldwide conducting BEV biomarker work. Moreover, the additional proteins identified by the EWG‐BBB‐PIA will lead to better IP‐based BEV isolation from blood.

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)0,173
score de la tête « metaresearch » (Gemma)0,094
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,913

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1730,094
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0100,006
Études des sciences et des technologies0,0020,003
Communication savante0,0060,005
Science ouverte0,0110,008
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,057
Tête enseignante GPT0,332
Écart entre enseignants0,275 · 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
GenreMéthodes

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetExtracellular vesicles in diseaseTravaux en français237 207