Proteomic Profiling Identifies Predictive Signatures for Progression Risk in Patients with Advanced-Stage Follicular Lymphoma
Notice bibliographique
Résumé
Background: Follicular lymphoma (FL) is characterized by an indolent nature and generally favorable prognosis, yet poses a particular clinical challenge, since disease progression is observed in a notable subset of patients. Currently, it is not possible to anticipate which patients will be at risk of progression, highlighting the need for reliable predictive biomarkers that can be detected early in the disease. Methods: We applied tandem-mass-tag labelled nano-liquid chromatography tandem mass spectrometry (nLC-MS/MS) on 48 diagnostic formalin-fixed, paraffin-embedded tumor samples from patients with advanced-stage FL. Of these, 17 experienced subsequent progression (subsequently-progressing, sp-FL) while 31 did not (non-progressing, np-FL). Results: We identified 99 proteins that were significantly differentially expressed between sp-FL samples and np-FL samples (p < 0.05; log2-fold changes between 0.2 and −1.3). Based on this subset of proteins, we classified patients into high-risk and low-risk subgroups using unsupervised machine learning techniques. Pathway analyses of the identified proteins revealed aberrancies within the immune system and cellular energy metabolism. In addition, two proteins were selected for immunohistochemical evaluation, namely stimulator of interferon genes 1 (STING1) and isocitrate dehydrogenase 2 (IDH2). Notably, IDH2 retained significantly lower expression levels in sp-FL samples compared with np-FL samples (p = 0.034). Low IDH2 expression correlated with shorter progression-free survival (PFS, p = 0.020). Conclusions: This study provides evidence for some of the biological mechanisms likely to be involved in FL progression and, importantly, identifies potential predictive biomarkers for improvement of risk stratification up-front at time of FL diagnosis.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».