Targeted Mass Spectrometry of Longitudinal Patient Sera Reveals LTBP1 as a Potential Surveillance Biomarker for High-Grade Serous Ovarian Carcinoma
Notice bibliographique
Résumé
High-grade serous ovarian carcinoma (HGSC) is the most prevalent subtype of epithelial ovarian cancer. The combination of a high rate of recurrence and novel therapies in HGSC necessitates an accurate assessment of the disease. Currently, HGSC response to treatment and recurrence are monitored via immunoassay of serum levels of the glycoprotein CA125. CA125 levels predictably rise at HGSC recurrence; however, it is likely that the disease is progressing even before it is detectable through CA125. This may explain why treating solely based on CA125 increase has not been associated with improved outcomes. Thus, additional biomarkers that monitor HGSC progression and cancer recurrence are needed. For this purpose, we developed a scheduled parallel reaction monitoring mass spectrometry (PRM-MS) assay for the quantification of four previously identified HGSC-derived glycopeptides (from proteins FGL2, LGALS3BP, LTBP1, and TIMP1). We applied the assay to quantify their longitudinal expression profiles in 212 serum samples taken from 34 HGSC patients during disease progression. Analyses revealed that LTBP1 best-mirrored tumor load, dropping as a result of cancer treatment in 31 out of 34 patients and rising at HGSC recurrence in 28 patients. Additionally, LTBP1 rose earlier during remission than CA125 in 11 out of 25 platinum-sensitive patients with an average lead time of 116.4 days, making LTBP1 a promising candidate for monitoring of HGSC recurrence.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| 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 ».