P.100 Plasma extracellular vesicle sampling from high grade gliomas demonstrates a small RNA signature indicative of disease and identifies lncRNA RPPH1 as a novel biomarker
Notice bibliographique
Résumé
Background: High grade gliomas (HGGs) and cells of the tumour microenvironment secrete extracellular vesicles (EVs) into the plasma that contain genetic and protein cargo which function in paracrine signalling. Isolation of these EVs and their cargo could lead to an important tool that can inform on diagnosis and disease-course of HGGs. Methods: EVs were isolated using Vn96 capture from plasma obtained longitudinally from HGG patients. sRNA was enriched from the EVs, followed by next-generation sequencing, multidimensional scaling, differential expression, and in silico functional enrichment analyses. Results: Over 750 differentially expressed sRNA were identified between HGG and controls. Pathway analysis revealed miRNA highly enriched in both EV and HGG pathways demonstrating the validity of results in capturing a signal from HGG. Other sRNA included several novel HGG plasma-EV biomarkers including lncRNA RPPH1 , RNY4, and RNY5 . Furthermore, in paired longitudinal patient sampling, RPPH1 informed on surgical resection (decreased on resection) and importantly increased again with clinically defined progression. TCGA analysis demonstrated increased expression of RPPH1 in HGG tissue and additionally, higher expression of RPPH1 was associated with a worse disease-specific prognosis. Conclusions: 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 | 0,001 | 0,000 |
| 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) | 0,004 | 0,001 |
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 ».