iTRAQ-Multidimensional Liquid Chromatography and Tandem Mass Spectrometry-Based Identification of Potential Biomarkers of Oral Epithelial Dysplasia and Novel Networks between Inflammation and Premalignancy
Notice bibliographique
Résumé
Chronic exposure of the oral mucosa to carcinogens in tobacco is linked to inflammation and development of oral premalignant lesions (OPLs) with high risk of progression to cancer; there is currently no clinical methodology to identify high-risk lesions. We hypothesized that identification of differentially expressed proteins in OPLs in relation to normal oral tissues using proteomic approach will reveal changes in multiple cellular pathways and aid in biomarker discovery. Isobaric mass tags (iTRAQ)-labeled oral dysplasias and normal tissues were compared against pooled normal control by online liquid chromatography and tandem mass spectrometry. Verification of biomarkers was carried out in an independent set of samples by immunohistochemistry, immunoblotting, and RT-PCR. We identified 459 nonredundant proteins in OPLs, including structural proteins, signaling components, enzymes, receptors, transcription factors, and chaperones. A panel of three best-performing biomarkers identified by iTRAQ analysis and verified by immunohistochemistrystratifin (SFN), YWHAZ, and hnRNPKachieved a sensitivity of 0.83, 0.91, specificity of 0.74, 0.95, and predictive value of 0.87 and 0.96, respectively, in discriminating dysplasias from normal tissues, thereby confirming their utility as potential OPL biomarkers. Pathway analysis revealed direct interactions between all the three biomarkers and their involvement in two major networks involved in inflammation, signaling, proliferation, regulation of gene expression, and cancer. In conclusion, our work on determining the OPL proteome unraveled novel networks linking inflammation and development of epithelial dysplasia and their key regulatory proteins may serve as novel chemopreventive/therapeutic targets for early intervention. Additionally, we identified and verified a panel of OPL biomarkers that hold promise for large-scale validation for ultimate clinical use.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».