Metabolomics-Guided Identification of a Distinctive Hepatocellular Carcinoma Signature
Notice bibliographique
Résumé
BACKGROUND: Hepatocellular carcinoma (HCC) is a major contributor to cancer-related morbidity and mortality burdens globally. Given the fundamental metabolic activity of hepatocytes within the liver, hepatocarcinogenesis is bound to be characterized by alterations in metabolite profiles as a manifestation of metabolic reprogramming. METHODS: H-NMR) spectroscopy whereas specific metabolites were quantified using targeted liquid chromatography-mass spectrometry (LC/MS). RESULTS: H-NMR dataset identified a principal component (PC) one of 53.3%, along which the two sample groups were distinctively clustered. Univariate analysis of tissue specimens identified more than 150 metabolites significantly altered in HCC compared to non-tumoral liver. For LC/MS, PCA identified a PC1 of 45.2%, along which samples from HCC tissues and non-tumoral tissues were clearly separated. Supervised analysis (PLS-DA) identified decreases in tissue glutathione, succinate, glycerol-3-phosphate, alanine, malate, and AMP as the most important contributors to the metabolomic signature of HCC by LC/MS. CONCLUSIONS: H-NMR and LC/MS metabolomics have the capacity to distinguish HCC from non-tumoral liver. The characterization of such distinct profiles of metabolite abundances underscores the major metabolic alterations that result from hepatocarcinogenesis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
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 ».