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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».