Proteomic profiling of MCF-7 breast cancer cells with chemoresistance to different types of anti-cancer drugs
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
Chemoresistance is a poor prognostic factor in breast cancer and, thus, presents a significant clinical challenge. The mechanisms of chemoresistance involve multiple complex biological processes. This study aims to identify common contributory factors to chemoresistance in breast cancer by comparing protein expression profiles of chemosensitive MCF-7 breast cancer cells and cells resistant to two different commonly used anti-cancer drugs (adriamycin and paclitaxel). Expression of the ATP binding cassette transporter, P-glycoprotein (P-gp), in breast tumours has previously been found to correlate with poor prognosis in vivo and, accordingly, we confirmed overexpression of P-gp in both adriamycin- and paclitaxel-resistant MCF-7 cells. Using two-dimensional gel electrophoresis and MALDI-TOF peptide mass fingerprinting, we identified 20 proteins differentially expressed between chemosensitive, adriamycin-resistant and paclitaxel-resistant MCF-7 cells. Cytokeratin-8, keratin-19, Hsp-27, 14-3-3 epsilon, annexin-A2 and phosphoglycerate kinase-1 showed altered expression in both adriamycin- and paclitaxel-resistant cells. Validation of a number of these changes was confirmed by Western blotting. Our findings provide further insights into the complex mechanisms of chemoresistance, as well as representing an attractive starting point for the identification of potential protein biomarkers to predict response to chemotherapy in breast cancer in vivo.
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