BIOM-19. PLASMA EXTRACELLULAR VESICLE SAMPLING FROM HIGH GRADE GLIOMA PATIENTS DEMONSTRATES A SMALL RNA SIGNATURE INDICATIVE OF DISEASE AND IDENTIFIES LNCRNA RPPH1 AS A HIGH GRADE GLIOMA BIOMARKER
Notice bibliographique
Résumé
Abstract High grade gliomas (HGGs) and cells of the tumour microenvironment (TME) secrete extracellular vesicles (EVs) into the plasma that contain genetic and protein cargo which function in paracrine signaling. Isolation of these EVs and their cargo from plasma could lead to a simplistic tool that can inform on diagnosis and disease course of HGG. In the present study, plasma extracellular vesicles (EVs) were captured utilizing a peptide affinity method (Vn96 peptide) from high grade glioma (HGG) patients and normal controls followed by next generation sequencing (NovaSeq6000) to define a small RNA (sRNA) signature unique to HGG. Over 750 differentially expressed sRNA (miRNA, snoRNA, lncRNA, tRNA, mRNA fragments and non-annotated regions) were identified between HGG and controls. MiEAA 2.0 pathway analysis of the miRNA in the sRNA signature revealed miRNA highly enriched in both EV and HGG pathways demonstrating the validity of results in capturing a signal from the TME. Also revealed were several novel HGG plasma EV sRNA biomarkers including lncRNA RPPH1 (Ribonuclease P Component H1), RNY4 (Ro60-Associated Y4) and RNY5 (Ro60-Associated Y5). Furthermore, in paired longitudinal patient plasma sampling, RPPH1 informed on surgical resection (decreased on resection) and importantly RPPH1 increased again on clinically defined progression. The present study supports the role of plasma EV sRNA sampling (and particularly RPPH1) as part of a multi-pronged approach to HGG disease course surveillance.
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) | 0,002 | 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 ».