Background & Aims

 α-Fetoprotein (AFP) is widely used as a surveillance test for hepatocellular carcinoma (HCC) among patients with cirrhosis. Des-γ carboxy-prothrombin (DCP) and lectin-bound AFP (AFP-L3%) are potential surveillance tests for HCC. The aims of this study were to determine performance of DCP and AFP-L3% for the diagnosis of early HCC; whether they complement AFP; and what factors affect DCP, AFP-L3%, or AFP levels. 

Methods

 We conducted a large phase 2 biomarker case-control study in 7 academic medical centers in the United States. Controls were patients with compensated cirrhosis and cases were patients with HCC. AFP, DCP, and AFP-L3% levels were measured blinded to clinical data in a central reference laboratory. 

Results

 A total of 836 patients were enrolled: 417 (50%) were cirrhosis controls and 419 (50%) were HCC cases, of which 208 (49.6%) had early stage HCC (n = 77 very early, n=131 early). AFP had the best area under the receiver operating characteristic curve (0.80, 95% confidence interval [CI]: 0.77–0.84), followed by DCP (0.72, 95% CI: 0.68–0.77) and AFP-L3% (0.66, 95% CI: 0.62–0.70) for early stage HCC. The optimal AFP cutoff value was 10.9 ng/mL leading to a sensitivity of 66%. When only those with very early HCC were evaluated, the area under the receiver operating characteristic curve for AFP was 0.78 (95% CI: 0.72–0.85) leading to a sensitivity of 65% at the same cutoff. 

Conclusions

 AFP was more sensitive than DCP and AFP-L3% for the diagnosis of early and very early stage HCC at a new cutoff of 10.9 ng/mL.

After the successful completion of the Human Genome Project, the Human Proteome Organization has recently officially launched a global Human Proteome Project (HPP), which is designed to map the entire human protein set. Given the lack of protein-level evidence for about 30% of the estimated 20,300 protein-coding genes, a systematic global effort will be necessary to achieve this goal with respect to protein abundance, distribution, subcellular localization, interaction with other biomolecules, and functions at specific time points. As a general experimental strategy, HPP research groups will use the three working pillars for HPP: mass spectrometry, antibody capture, and bioinformatics tools and knowledge bases. The HPP participants will take advantage of the output and cross-analyses from the ongoing Human Proteome Organization initiatives and a chromosome-centric protein mapping strategy, termed C-HPP, with which many national teams are currently engaged. In addition, numerous biologically driven and disease-oriented projects will be stimulated and facilitated by the HPP. Timely planning with proper governance of HPP will deliver a protein parts list, reagents, and tools for protein studies and analyses, and a stronger basis for personalized medicine. The Human Proteome Organization urges each national research funding agency and the scientific community at large to identify their preferred pathways to participate in aspects of this highly promising project in a HPP consortium of funders and investigators.

BACKGROUND: The potential utility of microRNA as biomarkers for early detection of cancer and other diseases is being investigated with genome-scale profiling of differentially expressed microRNA. Processes for measurement assurance are critical components of genome-scale measurements. Here, we evaluated the utility of a set of total RNA samples, designed with between-sample differences in the relative abundance of miRNAs, as process controls. RESULTS: Three pure total human RNA samples (brain, liver, and placenta) and two different mixtures of these components were evaluated as measurement assurance control samples on multiple measurement systems at multiple sites and over multiple rounds. In silico modeling of mixtures provided benchmark values for comparison with physical mixtures. Biomarker development laboratories using next-generation sequencing (NGS) or genome-scale hybridization assays participated in the study and returned data from the samples using their routine workflows. Multiplexed and single assay reverse-transcription PCR (RT-PCR) was used to confirm in silico predicted sample differences. Data visualizations and summary metrics for genome-scale miRNA profiling assessment were developed using this dataset, and a range of performance was observed. These metrics have been incorporated into an online data analysis pipeline and provide a convenient dashboard view of results from experiments following the described design. The website also serves as a repository for the accumulation of performance values providing new participants in the project an opportunity to learn what may be achievable with similar measurement processes. CONCLUSIONS: The set of reference samples used in this study provides benchmark values suitable for assessing genome-scale miRNA profiling processes. Incorporation of these metrics into an online resource allows laboratories to periodically evaluate their performance and assess any changes introduced into their measurement process.

Genetic diversity existing between the chicken breeds can be used as a means to unravel the biological mechanisms affecting traits of commercial prominence. The present study attempted to compare the biological pathways enriched in pectoralis major muscles in five diverse chicken breeds. RNA sequencing data was generated from four biological replicates of pectoralis major muscles from Ankleshwar, Aseel, Kadaknath, Punjab Brown and Nicobari chicken. A total of 40 genes each for Nicobari and Aseel, 46 for Punjab Brown, 65 for Kadaknath and 86 for Ankaleshwar were found to be unique. The Neuroactive ligand-receptor interaction pathway was enriched in Ankaleshwar, Aseel and Kadaknath. However, the set of genes identified in this pathway were associated with different ligand receptors in each of the three breeds. The Wnt signaling pathway showed significant enrichment in Nicobari chicken while the Steroid biosynthesis pathway showed prominent expression in Punjab Brown chicken. The significant pathways pinpoint to genetic characteristics associated with each breed suggesting a transcriptome footprint. Our study is a first step toward determining the genetic basis of phenotypic diversity in chicken.

Background: The identification and classification of natural products are vital in drug discovery and bioactive compound exploration. Traditional methods are laborious and timeconsuming, necessitating innovative tools for accurate predictions using advanced AI techniques. Objectives: This paper presents NaturePred, a user-friendly tool designed to predict the class of natural products and calculate eight physicochemical properties of protein sequences. It aims to accurately predict five distinct classes of natural product biosynthetic gene clusters (BGCs): Polyketide Synthases (PKS), Non-ribosomal Peptide Synthetases (NRPS), Ribosomally Synthesized and Post- Translationally Modified Peptides (RiPPs), Terpenes, and PKS-NRPS Hybrids. It also addresses reliability in multi-class classification with a 90% confidence score threshold. Method: NaturePred offers three input options: single protein sequence, CSV file, or GenBank (.gbk) file. It uses a pipeline with a Natural Language Processing model based on TF-IDF (Term Frequency- Inverse Document Frequency) and a Logistic Regression classifier. Predictions are made if the confidence score exceeds 90%; otherwise, "None of the above class" is predicted. Evaluation with unseen data from the MiBIG database shows high accuracy (~96%) in assigning BGCs. Results: NaturePred provides accurate predictions with high confidence scores, demonstrating reliability across different datasets. It calculates eight physicochemical properties of protein sequences, offering valuable insights for further analysis. Conclusion: NaturePred's integrated features, including versatile input options, accurate predictions, and physicochemical property calculations, make it an indispensable tool in natural product research. By addressing classification challenges, NaturePred facilitates drug discovery and bioactive compound exploration, advancing the field. Tool available: (http://login1.cabgrid.res.in:5101/).