Molecular Biomarkers for the Early Detection of Ovarian Cancer

卵巢癌 生物标志物 癌症 恶性肿瘤 医学 肿瘤科 癌症生物标志物 生物标志物发现 生物信息学 内科学 生物 蛋白质组学 基因 生物化学
作者
Ruiqian Zhang,Michelle K.Y. Siu,Hys Ngan,Karen K. L. Chan
出处
期刊:International Journal of Molecular Sciences [MDPI AG]
卷期号:23 (19): 12041-12041 被引量:26
标识
DOI:10.3390/ijms231912041
摘要

Ovarian cancer is the deadliest gynecological cancer, leading to over 152,000 deaths each year. A late diagnosis is the primary factor causing a poor prognosis of ovarian cancer and often occurs due to a lack of specific symptoms and effective biomarkers for an early detection. Currently, cancer antigen 125 (CA125) is the most widely used biomarker for ovarian cancer detection, but this approach is limited by a low specificity. In recent years, multimarker panels have been developed by combining molecular biomarkers such as human epididymis secretory protein 4 (HE4), ultrasound results, or menopausal status to improve the diagnostic efficacy. The risk of ovarian malignancy algorithm (ROMA), the risk of malignancy index (RMI), and OVA1 assays have also been clinically used with improved sensitivity and specificity. Ongoing investigations into novel biomarkers such as autoantibodies, ctDNAs, miRNAs, and DNA methylation signatures continue to aim to provide earlier detection methods for ovarian cancer. This paper reviews recent advancements in molecular biomarkers for the early detection of ovarian cancer.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
陈pc完成签到,获得积分10
2秒前
贪玩行云完成签到,获得积分10
2秒前
Singularity应助Desserts采纳,获得10
2秒前
笑啦啦完成签到,获得积分10
3秒前
3秒前
3秒前
田様应助游手浩闲采纳,获得10
4秒前
打打应助兔子采纳,获得10
5秒前
彭于晏应助ccl采纳,获得10
5秒前
lalala发布了新的文献求助10
5秒前
半山发布了新的文献求助10
7秒前
ZSWAA发布了新的文献求助10
8秒前
9秒前
suyk发布了新的文献求助10
10秒前
在水一方应助欣喜战斗机采纳,获得10
11秒前
123发布了新的文献求助10
11秒前
11秒前
遥远的尧应助房天川采纳,获得10
12秒前
12秒前
13秒前
limon完成签到,获得积分10
14秒前
15秒前
游手浩闲完成签到,获得积分10
15秒前
科研通AI2S应助ZSWAA采纳,获得10
16秒前
17秒前
四天垂发布了新的文献求助10
17秒前
lalala完成签到,获得积分10
17秒前
18秒前
烟花应助小马能发sci采纳,获得10
18秒前
科研通AI2S应助fifteen采纳,获得10
18秒前
jdsfyr发布了新的文献求助10
19秒前
19秒前
20秒前
21秒前
23秒前
半山完成签到,获得积分10
24秒前
在水一方应助高贵宝莹采纳,获得10
25秒前
不配.应助cui采纳,获得20
25秒前
26秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 600
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3157798
求助须知:如何正确求助?哪些是违规求助? 2809143
关于积分的说明 7880515
捐赠科研通 2467613
什么是DOI,文献DOI怎么找? 1313602
科研通“疑难数据库(出版商)”最低求助积分说明 630467
版权声明 601943