Sperm protein 17 is a novel marker for predicting cisplatin response in esophageal squamous cancer cell lines
Notice bibliographique
Résumé
Expression of sperm protein 17 (Sp17) mRNA has been reported in various malignancies. In an earlier study, we reported the upregulation of Sp17 transcripts in primary esophageal squamous cell carcinomas (ESCCs) using differential display and detected Sp17 transcripts in 86% of ESCCs by RT-PCR, whereas no transcripts were detected in the paired normal esophageal tissues. Herein we hypothesized that Sp17 might be used as a marker for detecting the response of anticancer therapies in ESCCs. Our results indicated that Sp17 protein levels in esophageal squamous cancer cell lines decreased in response to treatment with (i) the HSP90 activity inhibitor geldanamycin, (ii) the tyrosine kinase inhibitor erlotinib and (iii) cisplatin (chemotherapeutic agent commonly used in management of ESCC). In contrast, the Sp17 levels did not decrease in response to radiation therapy and treatment with the chemotherapeutic agent, gemcitabine. Further investigations showed that cisplatin induced decrease in Sp17 levels was due to transcriptional inhibition and cisplatin-resistant cell lines did not show this decrease in Sp17 levels in response to cisplatin treatment. In addition, we also carried our mass spectophotometric analysis to identify the binding partners of Sp17 to characterize its possible involvement in esophageal tumorigenesis and chemoresistance.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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) | 0,001 | 0,001 |
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 ».