A new pathogenic paradigm: Netosis, microclots and circulating DNA in inflammatory diseases
Notice bibliographique
Résumé
Progress is often limited by fragmented efforts, disease-specific silos, and inconsistent methodologies.To address these challenges, we established the cfDNA Research Network at the Research Institute of the McGill University Health Centre (RI-MUHC), uniting diverse expertise to accelerate biomarker discovery and clinical translation.Methods/Approach: The network integrates cfDNA research across multiple disciplines to comprehensively map the cfDNA secretome in health and disease.Core activities include: (i) development and dissemination of harmonized standard operating procedures for biospecimen collection, processing, and cfDNA analysis; (ii) access to specialized instrumentation and technical expertise in cfDNA extraction, quantification, and digital PCR; and (iii) creation of shared resources for study design, data analysis, and protocol optimization.Results: The network currently includes >50 members (32 clinicians, 17 scientists, 4 patient partners, 8 staff).Our biobank contains >5,000 liquid biopsy samples (blood, urine, saliva, etc.) with full clinical annotation (up to 2,237 data points per patient) linked to the ATiM biobanking system.Samples include patients with cancer (head and neck, cervical, breast, colorectal, thyroid, esophageal, lung, uveal melanoma), benign lesions, tuberculosis, and healthy volunteers.To expand collection across the lifespan and diseases, we implemented a uniform liquid biopsy REB framework covering precision oncology, infectious disease, transplant health, cardiovascular health, prenatal/maternal health, autoimmunity, and lifestyle studies.The network engages scientists, clinicians, and people with lived experience to co-develop research priorities and ensure real-world impact.Embedded within RI-MUHC, the network leverages a rich ecosystem of multidisciplinary investigators and clinical programs to foster translational research and support early-career investigators.Conclusions/Impact: This initiative provides a unique platform to advance cfDNA research beyond disease-specific boundaries.By integrating biospecimen resources, harmonized methodologies, and multidisciplinary expertise, the RI-MUHC network aims to accelerate discovery of cfDNA signatures predictive of disease onset, progression, and treatment response.This collaborative framework is designed to enhance scientific reproducibility, foster innovation, and translate cfDNA-based tools into improved patient care.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».