tRNA-Derived Fragments as Biomarkers in Bladder Cancer
Notice bibliographique
Résumé
Bladder cancer (BC) diagnosis is reliant on cystoscopy, an invasive procedure associated with urinary tract infections. This has sparked interest in identifying noninvasive biomarkers in body fluids such as blood and urine. A source of biomarkers in these biofluids are extracellular vesicles (EVs), nanosized vesicles that contain a wide array of molecular cargo, including small noncoding RNA such as transfer RNA-derived fragments (tRF) and microRNA. Here, we performed small-RNA next-generation sequencing from EVs from urine and serum, as well as from serum supernatant. RNA was extracted from 15 non-cancer patients (NCPs) with benign findings in cystoscopy and 41 patients with non-muscle invasive BC. Urine and serum were collected before transurethral resection of bladder tumors (TUR-b) and at routine post-surgery check-ups. We compared levels of tRFs in pre-surgery samples to samples from NCPs and post-surgery check-ups. To further verify our findings, samples from 10 patients with stage T1 disease were resequenced. When comparing tRF expression in urine EVs between T1 stage BC patients and NCPs, 14 differentially expressed tRFs (DEtRFs) were identified. In serum supernatant, six DEtRFs were identified among stage T1 patients when comparing pre-surgery to post-surgery samples and four DEtRFs were found when comparing pre-surgery samples to NCPs. By performing a blast search, we found that sequences of DEtRFs aligned with genomic sequences pertaining to processes relevant to cancer development, such as enhancers, regulatory elements and CpG islands. Our findings display a number of tRFs that may hold potential as biomarkers for the diagnosis and recurrence-free survival of BC.
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 | 0,001 |
| 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 | 0,001 | 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 ».