Search for Cancer Markers from Endometrial Tissues Using Differentially Labeled Tags iTRAQ and cICAT with Multidimensional Liquid Chromatography and Tandem Mass Spectrometry
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
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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