MétaCan
Menu
Retour à la cohorte
Enregistrement W4389240124 · doi:10.1158/1535-7163.targ-23-c003

Abstract C003: A quantitative mass spectrometry workflow for highly multiplexed measurement of immunomodulatory proteins to support immunotherapy clinical trials

2023· article· en· W4389240124 sur OpenAlexaff
Ons Ousji, Anne Jang, Luca Genovesi, Nicholas Dupuis, Timon Geib, Gwënaël Pottiez, Michael Schirm

Notice bibliographique

RevueMolecular Cancer Therapeutics · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensFuelCell Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésPeptideChemistryImmunotherapyMass spectrometrySelected reaction monitoringComputational biologyBiomarkerTandem mass spectrometryAntibodyChromatographyBiomarker discoveryQuantitative proteomicsSample preparationImmune systemProteomicsBiologyBiochemistryImmunology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Since the approval of the first immune checkpoint-directed immunotherapies, it has been well-known that the efficacy of these therapies has been limited to a subset of cancer patients. As the number of new potential immunotherapy targets has grown, including novel combination therapy strategies, improved immune-related biomarker measurement has played a key role in understanding novel mechanisms of action and response to drugs. To support these efforts, we have developed an analytically validated assay for the multiplexed quantitation of up to 113 immunomodulatory proteins in various matrices (e.g., human plasma, PBMC, cells, or tissue) based on anti-peptide immunoaffinity capture followed by LC-MRM mass spectrometry analysis. Methods: Remnant samples from commercial biobanks were acquired in a variety of solid tumor indications. Briefly, matrices were denatured, reduced, alkylated, and digested using trypsin. Immunoaffinity capture of the peptide targets consisted of overnight incubation of the digested sample with anti-peptide antibodies coupled to protein G magnetic beads, followed by automated washing and elution of the peptides from the antibodies using the KingFisher platform. The peptides were analyzed in a multiplexed method by LC-MRM mass spectrometry. Endogenous levels for each target were measured relative to a stable isotopically labeled peptide standard. Results: In panel experiments, we found that the targets can be quantified precisely and accurately over 3 orders of magnitude with an intra-/inter-assay precision and accuracy of less than 20%. In total, 107 peptide targets were detected endogenously in cell lines. We expand on these data with analysis of solid tumor FFPE specimens where the results will be compared to immunohistochemical staining for selected targets. Conclusions: This study shows how multiplex immunoaffinity methods can complement classical methods of tissue-based protein expression for simultaneous and quantitative interpretation of protein levels. Citation Format: Ons Ousji, Anne Jang, Luca Genovesi, Nicholas Dupuis, Timon Geib, Gwenael Pottiez, Michael Schirm. A quantitative mass spectrometry workflow for highly multiplexed measurement of immunomodulatory proteins to support immunotherapy clinical trials [abstract]. In: Proceedings of the AACR-NCI-EORTC Virtual International Conference on Molecular Targets and Cancer Therapeutics; 2023 Oct 11-15; Boston, MA. Philadelphia (PA): AACR; Mol Cancer Ther 2023;22(12 Suppl):Abstract nr C003.

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)0,010
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,009
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,002
Études des sciences et des technologies0,0020,001
Communication savante0,0040,001
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,008

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 Opus0,166
Tête enseignante GPT0,437
Écart entre enseignants0,270 · 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'étudeExpérimental (laboratoire)
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 revueMolecular Cancer TherapeuticsMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207