Proteomic Analysis of Human Cervico-Vaginal Fluid
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
Human cervico-vaginal fluid (CVF) is a mixture of fluids originating from the vagina, cervix, endometrium, and oviduct. CVF has been shown to play an important role in protecting the vagina from infection. We used "bottom-up" proteomic approaches to characterize the protein repertoire of human CVF. We applied two different sample prefractionation methods, one-dimensional-SDS-PAGE (1D-SDS-PAGE) and strong cation-exchange chromatography, followed by LC-MS/MS and bioinformatic analysis. We identified a total of 685 proteins. Strong cation-exchange chromatography prefractionation resulted in a larger number of proteins identified when compared with 1D-SDS-PAGE. Extracellular or membrane proteins made up 30% of the proteins identified, according to Genome Ontology (GO) classifications. We confirmed the presence of defense-related proteins, such as haptoglobin, defensins, and lactoferrin; and identified new ones such as azurocidin and dermcidin. We also identified many serine and cysteine proteases, including 6 members of the kallikrein family (KLKs 6, 7, 10, 11, 12, and 13). The same KLKs were also confirmed quantitatively by ELISA assays. Knowledge of the CVF proteome will aid in the discovery of potential biomarkers for gynecological malignancies and infections and provide additional clues for its physiological functions.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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