MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415403438 · doi:10.7554/elife.108708

Adapting clinical chemistry plasma as a source for liquid biopsies

2025· preprint· en· W4415403438 sur OpenAlexaff
Spencer C Ding, Jingru Yu, Lauren S. Ahmann, Yvette Y. Yao, Chandler Ho, Linlin Wang, Benjamin A. Pinsky, Wei Gu

Notice bibliographique

RevueeLife · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésConcordanceAnalyteHeparinCohortLiquid biopsyMethylationDNA methylation

Résumé

récupéré en direct d'OpenAlex

Circulating cell-free DNA (cfDNA) is valuable for molecular testing, but typically requires specialized collection tubes or immediate processing. We investigated whether residual plasma from heparin separators, routinely used in clinical chemistry, could serve as an accessible and underused source for cfDNA. We analyzed matched plasma samples from healthy volunteers in two experiments: an immediate-processing comparison across EDTA, Streck, and heparin separator tubes (n=5), and a clinical-handling simulation comparing EDTA and heparin separator tubes under delayed processing at room temperature or 4°C (n=6). We also analyzed matched plasma samples from viral PCR-positive patients in a hospital cohort (n=38). Whole-genome sequencing and enriched methylation sequencing were performed to assess concordance across metagenomics, copy number, methylation, and fragmentomic features. Under immediate processing, heparin separator plasma showed high concordance with EDTA and Streck plasma for methylation patterns (Spearman's ρ=0.65-0.70) and fragmentation features. In the Hospital Cohort, heparin separator plasma showed strong concordance with matched EDTA plasma for viral detection (Spearman's ρ=0.95), copy number alteration profiling (Spearman's ρ=0.72-0.96), and methylation patterns (Spearman's ρ=0.50-0.83). These findings support the feasibility of using refrigerated, promptly processed residual plasma from routine clinical chemistry as a supplementary source for cfDNA biobanking and molecular analyses.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,026
Tête enseignante GPT0,334
Écart entre enseignants0,308 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeLife→Même sujetCancer Genomics and Diagnostics→Travaux en français237 207→