Identification of proteins secreted by head and neck cancer cell lines using LC‐MS/MS: Strategy for discovery of candidate serological biomarkers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In search of blood-based biomarkers that would enhance the ability to diagnose head and neck/oral squamous cell carcinoma (HNOSCC) in early stages or predict its prognosis, we analyzed the HNOSCC secretome (ensemble of proteins secreted and/or shed from the tumor cells) for potential biomarkers using proteomic technologies. LC-MS/MS was used to identify proteins in the conditioned media of four HNOSCC cell lines (SCC4, HSC2, SCC38, and AMOSIII); 140 unique proteins were identified on the basis of 5% global false discovery rate, 122 of which were secretory proteins, with 29 being previously reported to be overexpressed in HNOSCC in comparison to normal head and neck tissues. Of these, five proteins including α-enolase, peptidyl prolyl isomerase A/cyclophilin A, 14-3-3 ζ, heterogeneous ribonucleoprotein K, and 14-3-3 σ were detected in the sera of HNOSCC patients by Western blot analysis. Our study provides the evidence that analysis of head and neck cancer cells' secretome is a viable strategy for identifying candidate serological biomarkers for HNOSCC. In future, these biomarkers may be useful in predicting the likelihood of transformation of oral pre-malignant lesions, prognosis of HNOSCC patients and evaluate response to therapy using minimally invasive tests.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 découle