Minimally invasive determination of pancreatic ductal adenocarcinoma ( <scp>PDAC</scp> ) subtype by means of circulating cell‐free <scp>RNA</scp>
Notice bibliographique
Résumé
Pancreatic ductal adenocarcinoma (PDAC) comprises two clinically relevant molecular subtypes that are currently determined using tissue biopsies, which are spatially biased and highly invasive. We used whole transcriptome sequencing of 10 plasma samples with tumor-informed subtypes, complemented by proteomic analysis for minimally invasive identification of PDAC subtype markers. Data were validated in independent large cohorts and correlated with treatment response and patient outcome. Differential transcript abundance analyses revealed 32 subtype-specific, protein-coding cell-free RNA (cfRNA) transcripts. The subtype specificity of these transcripts was validated in two independent tissue cohorts comprising 195 and 250 cases, respectively. Three disease-relevant cfRNA-defined subtype markers (DEGS1, KDELC1, and RPL23AP7) that consistently associated with basal-like tumors across all cohorts were identified. In both tumor and liquid biopsies, the overexpression of these markers correlated with poor survival. Moreover, elevated levels of the identified markers were linked to a poor response to systemic therapy and early relapse in resected patients. Our data indicate clinical applicability of cfRNA markers in determining tumor subtypes and monitoring disease 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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».