MétaCan
Menu
Retour à la cohorte
Enregistrement W4404237278 · doi:10.1093/neuonc/noae165.0144

BIOM-72. INTEGRATION OF ULTRASENSITIVE ELECTROLUMINESCENT IMMUNOASSAY AND CELL-FREE DNAMETHYLATION ANALYSIS FOR NON-INVASIVE MONITORING OF ADULT DIFFUSE GLIOMAS

2024· article· en· W4404237278 sur OpenAlexaff
Andrew Ajisebutu, Miyo K. Chatanaka, Vikas Patil, Ioannis Prassas, Diamandis Eleftherios, Gelareh Zadeh

Notice bibliographique

RevueNeuro-Oncology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésElectroluminescenceImmunoassayMedicineMaterials scienceNanotechnologyImmunologyAntibody

Résumé

récupéré en direct d'OpenAlex

Abstract Gliomas are highly aggressive brain tumors with nearly universal recurrence rate. Despite this, the ability to accurately predict and identify tumor recurrence relies solely on serial MRI imaging, which is marred by treatment effects such as radiation necrosis, and necessarily identifies progression retrospectively. It is believe that tumor undergo molecular changes upon tumor progression, however the resampling of tumors upon recurrence imposes significant risks. This highlights the need for novel non-invasive biomarkers capable of identifying tumor recurrence. Due to the low accuracies of individual biomarkers, we have proposed the use of an integrated, multi-platform approach to biomarker discovery. A cohort of 107 glioma plasma samples, including 30 pairs, underwent plasma proteomic analysis, consisting of a panel of serum proteins (FABP4, GFAP, NFL, Tau and MMP3,4 &7) quantified through ultrasensitive electrochemiluminescence multiplexed immunoassays, and plasma DNA methylation analysis, captured through cell-free methylated DNA immunoprecipitation and high-throughput sequencing. Unsupervised hierarchal clustering revealed robust separation of primary and recurrent tumors through plasma proteomics, associated with a distinct plasma methylation signature. NFL, Tau and MMP3 levels differed between primary and recurrent samples; pair-wise analysis revealed increased in NFL and Tau concentrations upon recurrence. Tau levels predicted outcome independent of WHO Grade and IDH status. A predictive generalized linear regression model created through the integration of the proteomic and methylation signatures allowed for the discrimination of primary and recurrent samples in 83% of cases. This work suggests that the combination of DNA methylation and plasma proteomics may improve the ability of these techniques for the serial monitoring of gliomas patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,283
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207