Metabolic Lipids in Melanoma Enable Rapid Determination of Actionable BRAF-V600E Mutation with Picosecond Infrared Laser Mass Spectrometry in 10 s
Notice bibliographique
Résumé
Rapid molecular profiling of biological tissues with picosecond infrared laser mass spectrometry (PIRL-MS) has enabled the detection of clinically important histologic types and molecular subtypes of human cancers in as little as 10 s of data collection and analysis time. Utilizing an engineered cell line model of actionable BRAF-V600E mutation, we observed statistically significant differences in 10 s PIRL-MS molecular profiles between BRAF-V600E and BRAF-wt cells. Multivariate statistical analyses revealed a list of mass-to-charge ( m / z ) values most significantly responsible for the identification of BRAF-V600E mutation status in this engineered cell line that provided a highly controlled testbed for this observation. These metabolites predicted BRAF-V600E expression in human melanoma cell lines with greater than 98% accuracy. Through chromatography and tandem mass spectrometry analysis of cell line extracts, a 30-member “metabolite array” was characterized for determination of BRAF-V600E expression levels in subcutaneous melanoma xenografts with an average sensitivity and specificity of 95.6% with 10 s PIRL-MS analysis. This proof-of-principle work warrants a future large-scale study to identify a metabolite array for 10 s determination of actionable BRAF-V600E mutation in human tissue to guide patient care.
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 | 0,000 | 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 ».