Comparison and Optimization of DNA Extraction Methods from Cervical Cells Collected in ThinPrep® PreservCyt
Notice bibliographique
Résumé
O cancro do colo do útero é o nono cancro mais incidente nas mulheres em Portugal. O rastreio desta neoplasia tem evoluído desde a citologia convencional até à deteção do Vírus do Papiloma Humano em colpocitologia cervico-vaginal em meio líquido. Atualmente, novos marcadores biomoleculares, como alterações na metilação do ácido desoxirribonucleico (DNA), têm sido estudados como meio de triagem de mulheres infetadas pelo Vírus do Papiloma Humano. O objetivo deste estudo foi otimizar e comparar três métodos de extração de DNA para análise da metilação. Extraiu-se DNA de dezasseis amostras de colpocitologia, colhidas em ThinPrep® PreservCyt™, através do método fenol-clorofórmio e dos kits QIAamp® MinElute™ Media (QIAGEN, Hilden) e Blood DNA Isolation Mini Kit(Norgen Biotek, Ontario). Após quantificação, o DNA foi modificado por bissulfito de sódio e amplificado por Reação em Cadeia da Polimerase Quantitativa de Metilação Específica para o gene β-Actina. Os valores médios de Cycle threshold (Ct) foram avaliados.O método fenol-clorofórmio teve maior input, e consequentemente conferiu maior quantidade de DNA. Com 15mL de amostra obteve-se 13500ng pelo método fenol-clorofórmio enquanto com 2mL de amostra se obteve 8940ng do kit QIAamp® MinElute™ Media e 927ng do Blood DNA Isolation Mini Kit. Contudo, os kits apresentaram maior eficácia de extração, bem como maior rapidez e facilidade de execução. Não se verificaram diferenças significativas entre os valores médios de Ct de cada método de extração nem entre amostrasarmazenadas durante dez ou catorze meses. Concluindo, os três métodos permitiram obter DNA para amplificação mas a otimização dos kits de extração revelou-se ser a opção mais vantajosa.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».