Targeted Proteomic Analysis of Glycolysis in Cancer Cells
Notice bibliographique
Résumé
Altered expression of glycolysis proteins is an important yet poorly understood characteristic of cancer. To better understand the glycolytic changes during tumorigenesis, we designed a liquid chromatography multiple reaction monitoring (LC-MRM) assay targeting the "glycolysis proteome" in MCF-7 breast cancer cells, using isotope-coded dimethylation of peptides for relative quantification. In silico, dimethyl labeled tryptic peptides [M + 2H](2+) (of length n) and their y(n-1) fragment ions were determined based on UniprotKB database sequence entries for glycolysis proteins, related branching pathways, and reference proteins. Using predicted transitions ([M + 2H](2+) → y(n-1)), MRM-initiated detection and sequencing (MIDAS) was performed on a dimethyl-labeled, tryptic digest from MCF-7 cells, using two-dimensional liquid chromatography mass spectrometry analysis. Three transitions for each peptide were selected from identified spectra and assessed using 1D-LC-MRM-MS. Collision energy (CE) and dwell times were optimized and matching transitions for "heavy" isotope-coded dimethylated peptides were calculated. Resulting LC-MRM transitions were then used to measure changes in the glycolytic proteome in insulin-like growth factor-1 (IGF-1)-stimulated MCF-7 cells and other breast cell lines. Increases in the expression of glycolysis proteins leading to lactic acid production were observed common to IGF-1-stimulated MCF-7 cells and the invasive MDA-MB-231 cell line. Preliminary analysis of lung tumors with varied states of differentiation demonstrated the clinical applicability of LC-MRM and showed decreased levels of PGK1 in poorly differentiated tumors.
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 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 | 0,001 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».