MétaCan
Menu
Retour à la cohorte
Enregistrement W2029220511 · doi:10.1021/pr049821j

Search for Cancer Markers from Endometrial Tissues Using Differentially Labeled Tags iTRAQ and cICAT with Multidimensional Liquid Chromatography and Tandem Mass Spectrometry

2005· article· en· W2029220511 sur OpenAlexaff
Leroi V. DeSouza, Georg Diehl, Mary Joe Rodrigues, Jingzhong Guo, Alexander D. Romaschin, Terence J. Colgan, K. W. Michael Siu

Notice bibliographique

RevueJournal of Proteome Research · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensToronto General HospitalYork UniversityUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésProteomeTandem mass spectrometryProteomicsChemistryPyruvate kinaseMolecular biologyBiologyMass spectrometryBiochemistryChromatographyEnzymeGlycolysisGene

Résumé

récupéré en direct d'OpenAlex

A total of nine potential markers for endometrial cancer (EmCa) have been discovered and identified from endometrial tissue homogenates using a combination of differentially labeled tags, iTRAQ and cICAT, with multidimensional liquid chromatography and tandem mass spectrometry. The tissues were snap frozen in liquid nitrogen within 15-20 min after devitalization. Samples for proteomic analysis were treated with protease inhibitors before processing. Marker proteins that were overexpressed in EmCa are chaperonin 10, pyruvate kinase M1 or M2 isozyme, calgizzarin, heterogeneous nuclear ribonucleoprotein D0, macrophage migratory inhibitory factor, and polymeric immunoglobulin receptor precursor; those that were underexpressed are alpha-1-antitrypsin precursor, creatine kinase B, and transgelin. The chaperonin 10 result confirms our earlier observation of overexpression in EmCa tissues using surface-enhanced laser desorption/ionization mass spectrometry, verified by Western analysis and immunohistochemistry [Yang, E. C. C. et al. J. Proteome Res. 2004, 3, 636-643]. Pyruvate kinase was observed to be overexpressed using both iTRAQ and cICAT labeling. All nine markers have been found to be associated with various forms of cancer. A panel of these plus other markers may confer sufficient selectivity for diagnosing and screening of EmCa. The use of cICAT led to identification of a higher proportion of lower-abundance signaling proteins; conversely, iTRAQ resulted in a higher percentage of the more abundant ribosomal proteins and transcription factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,354
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations360
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Proteome ResearchMême sujetRNA Research and SplicingTravaux en français237 207