Umeå University's logo

umu.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Robusta biomarkörer för prediktion av risk och sjukdom: en utvärdering av reproducerbarheten hos de stora kommersiella omik-plattformarna
Umeå University, Faculty of Medicine, Department of Radiation Sciences, Oncology. Umeå University, Faculty of Medicine, Department of Medical Biochemistry and Biophysics. Umeå University, Faculty of Science and Technology, Department of Chemistry.
Umeå University, Faculty of Medicine, Department of Radiation Sciences, Oncology.
Umeå University, Faculty of Medicine, Department of Radiation Sciences, Oncology.
Umeå University, Faculty of Science and Technology, Department of Chemistry.ORCID iD: 0000-0001-9347-5790
2022 (Swedish)Report (Other (popular science, discussion, etc.))
Abstract [sv]

I och med utveckling inom storskalig analys av blodprover har man idag insett nyttan av att omvandla biobanker med lagrade humanprover till data-banker där forskare snabbt kan få tillgång till data för att svara på forsknings-frågor. Problemet är att många av teknikerna för att skapa storskaliga data är semikvantitativa, värdena går inte att relatera till en absolut koncentration och är därmed svåra att slå samman och jämföra över tid. Randomisering, det vill säga att proverna analyseras i slumpvis inbördes ordning, är en av de viktigas-te aspekterna för att skapa data som går att slå samman och återanvända för många forskningsfrågor. Detta underlättar korrigering av oönskade analysva-riationer över tid. Utöver detta kan man använda sig av bryggningsprover, QC-prov (kvalitetskontrollprov) eller ankarprover, som analyseras upprepat både inom och mellan analystillfällen, vilket underlättar att lägga samman dataset som analyseras vid olika tillfällen.

Många kommersiella analysplattformar inkluderar ett eget QC-prov i analysen och vissa delar med sig av data för dessa prover. Det vore värdefullt om alla plattformar delade dessa data för kvalitetsutvärdering och eventuell korrige-ring av analysvariationer över tid. För alla semikvantitativa plattformar som undersöktes (Olink, Somalogic, Metabolon och Biocrates) var den tekniska variabiliteten mellan QC-proverna betydligt lägre än variabiliteten mellan ana-lyserade plasmaprover. Detta var tydligast för proteomikplattformarna, vilket antyder att förutsättningarna att upptäcka biologiska skillnader är bättre i pro-teomikdata. Undantaget från detta är en femte plattform, Nightingale, en kvan-titativ men smalare metabololmikmetod som anses generera stabila mätningar.

Vid all utveckling av biomarkörpaneler för att prediktera sjukdom behöver man göra upptäcktsanalyser, sedan valideringsstudier och därefter tester i den situation man tänker att testet ska fungera. De breda omikplattformarna läm-par sig för upptäckt och eventuellt validering, men för det faktiska kliniska tes-tet behövs en kvantitativ analys för att verkligen utvärdera att de proteiner eller metaboliter man vill använda är stabilt uppmätbara och fungerar för att pre-diktera sjukdom eller risk för sjukdom.

Place, publisher, year, edition, pages
Umeå universitet , 2022. , p. 17
National Category
Clinical Medicine
Identifiers
URN: urn:nbn:se:umu:diva-201292OAI: oai:DiVA.org:umu-201292DiVA, id: diva2:1713751
Funder
Vinnova, 2020-03055Available from: 2022-11-28 Created: 2022-11-28 Last updated: 2022-11-28Bibliographically approved

Open Access in DiVA

fulltext(6714 kB)187 downloads
File information
File name FULLTEXT01.pdfFile size 6714 kBChecksum SHA-512
448baadf608bd078a513a5dfeb5c3e1cc53e29a3e7e7ef12ecbaad9a278cf64cddf8ec3b944e138c2170071e66055fef0bc7f099c0636f39ce7bf6506cbcea12
Type fulltextMimetype application/pdf

Authority records

Rentoft, MatildaMelin, Beatrice S.Wibom, CarlBjörkblom, Benny

Search in DiVA

By author/editor
Rentoft, MatildaMelin, Beatrice S.Wibom, CarlBjörkblom, Benny
By organisation
OncologyDepartment of Medical Biochemistry and BiophysicsDepartment of Chemistry
Clinical Medicine

Search outside of DiVA

GoogleGoogle Scholar
Total: 193 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 1021 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf