Extracellular vesicle-associated DNA: ten years since its discovery in human blood
Notice bibliographique
Résumé
Extracellular vesicles (EVs) have emerged as key players in intercellular communication, facilitating the transfer of crucial cargo between cells. Liquid biopsy, particularly through the isolation of EVs, has unveiled a rich source of potential biomarkers for health and disease, encompassing proteins and nucleic acids. A milestone in this exploration occurred a decade ago with the identification of extracellular vesicle-associated DNA (EV-DNA) in the bloodstream of a patient diagnosed with pancreatic cancer. Subsequent years have witnessed substantial advancements, deepening our insights into the molecular intricacies of EV-DNA emission, detection, and analysis. Understanding the complexities surrounding the release of EV-DNA and addressing the challenges inherent in EV-DNA research are pivotal steps toward enhancing liquid biopsy-based strategies. These strategies, crucial for the detection and monitoring of various pathological conditions, particularly cancer, rely on a comprehensive understanding of why and how EV-DNA is released. In our review, we aim to provide a thorough summary of a decade's worth of research on EV-DNA. We will delve into diverse mechanisms of EV-DNA emission, its potential as a biomarker, its functional capabilities, discordant findings in the field, and the hurdles hindering its clinical application. Looking ahead to the next decade, we envision that advancements in EV isolation and detection techniques, coupled with improved standardization and data sharing, will catalyze the development of novel strategies exploiting EV-DNA as both a source of biomarkers and therapeutic targets.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».