Mostrar el registro sencillo del ítem
dc.contributor.author
Manzi, Malena
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Palazzo, Martín
dc.contributor.author
Knott, María Elena
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Beauseroy, Pierre
dc.contributor.author
Yankilevich, Patricio
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Giménez, María Isabel
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Monge, Maria Eugenia
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.date.available
2021-08-20T12:42:36Z
dc.date.issued
2020-11
dc.identifier.citation
Manzi, Malena; Palazzo, Martín; Knott, María Elena; Beauseroy, Pierre; Yankilevich, Patricio; et al.; Coupled Mass-Spectrometry-Based Lipidomics Machine Learning Approach for Early Detection of Clear Cell Renal Cell Carcinoma; American Chemical Society; Journal of Proteome Research; 20; 1; 11-2020; 841-857
dc.identifier.issn
1535-3893
dc.identifier.uri
http://hdl.handle.net/11336/138608
dc.description.abstract
A discovery-based lipid profiling study of serum samples from a cohort that included patients with clear cell renal cell carcinoma (ccRCC) stages I, II, III, and IV (n = 112) and controls (n = 52) was performed using ultraperformance liquid chromatography coupled to quadrupole-time-of-flight mass spectrometry and machine learning techniques. Multivariate models based on support vector machines and the LASSO variable selection method yielded two discriminant lipid panels for ccRCC detection and early diagnosis. A 16-lipid panel allowed discriminating ccRCC patients from controls with 95.7% accuracy in a training set under cross-validation and 77.1% accuracy in an independent test set. A second model trained to discriminate early (I and II) from late (III and IV) stage ccRCC yielded a panel of 26 compounds that classified stage I patients from an independent test set with 82.1% accuracy. Thirteen species, including cholic acid, undecylenic acid, lauric acid, LPC(16:0/0:0), and PC(18:2/18:2), identified with level 1 exhibited significantly lower levels in samples from ccRCC patients compared to controls. Moreover, 3α-hydroxy-5α-androstan-17-one 3-sulfate, cis-5-dodecenoic acid, arachidonic acid, cis-13-docosenoic acid, PI(16:0/18:1), PC(16:0/18:2), and PC(O-16:0/20:4) contributed to discriminate early from late ccRCC stage patients. The results are auspicious for early ccRCC diagnosis after validation of the panels in larger and different cohorts.
dc.format
application/pdf
dc.language.iso
eng
dc.publisher
American Chemical Society
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
BIOMARKERS
dc.subject
CLEAR CELL RENAL CELL CARCINOMA
dc.subject
LASSO
dc.subject
LIPIDOMICS
dc.subject
MACHINE LEARNING
dc.subject
MASS SPECTROMETRY
dc.subject
SUPPORT VECTOR MACHINES
dc.subject
ULTRAPERFORMANCE LIQUID CHROMATOGRAPHY
dc.subject.classification
Química Analítica
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Ciencias Químicas
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Bioquímica y Biología Molecular
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Ciencias Biológicas
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
Coupled Mass-Spectrometry-Based Lipidomics Machine Learning Approach for Early Detection of Clear Cell Renal Cell Carcinoma
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2020-12-04T19:54:15Z
dc.journal.volume
20
dc.journal.number
1
dc.journal.pagination
841-857
dc.journal.pais
Estados Unidos
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.description.fil
Fil: Manzi, Malena. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Centro de Investigaciones en Bionanociencias "Elizabeth Jares Erijman"; Argentina
dc.description.fil
Fil: Palazzo, Martín. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Instituto de Investigación en Biomedicina de Buenos Aires - Instituto Partner de la Sociedad Max Planck; Argentina
dc.description.fil
Fil: Knott, María Elena. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Centro de Investigaciones en Bionanociencias "Elizabeth Jares Erijman"; Argentina
dc.description.fil
Fil: Beauseroy, Pierre. Université de Technologie de Troyes; Francia
dc.description.fil
Fil: Yankilevich, Patricio. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Instituto de Investigación en Biomedicina de Buenos Aires - Instituto Partner de la Sociedad Max Planck; Argentina
dc.description.fil
Fil: Giménez, María Isabel. Hospital Italiano; Argentina
dc.description.fil
Fil: Monge, Maria Eugenia. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Centro de Investigaciones en Bionanociencias "Elizabeth Jares Erijman"; Argentina
dc.journal.title
Journal of Proteome Research
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://pubs.acs.org/doi/10.1021/acs.jproteome.0c00663
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1021/acs.jproteome.0c00663
Archivos asociados