Proteome Analysis and Tissue Microarray for Profiling Protein Markers Associated with Lymph Node Metastasis in Colorectal Cancer
Notice bibliographique
Résumé
BACKGROUND: Understanding the proteins associated with lymph node metastasis (LNM) in colorectal cancer (CRC) will benefit us in the prediction of CRC prognosis and provide us new potential targets in the intervention of CRC. The aim of this study is to investigate the LNM-associated proteins and to evaluate the clinicopathological characteristics of these target proteins' expression in CRC. METHODS: Fresh tumor and paired normal mucosa from five cases for each group of non-LNM CRC and LNM CRC were analyzed by two-dimensional electrophoresis coupled with MALDI-TOF-MS, followed by Western blotting confirmation. In 40 paraffin-embedded CRC samples, each for non-LNM CRC and LNM CRC, four differentially expressed proteins identified by proteomics analysis were detected by tissue microarray with immunohistochemistry staining to access the clinicopathological characteristics of these proteins in LNM of CRC. RESULTS: Twenty-five proteins were found to be differentially expressed between normal mucosa and CRC tissue. Increased expression levels of heat shock protein-27 (HSP-27), glutathione S-transferase (GST), and Annexin II, but a decreased expression level of liver-fatty acid binding protein (L-FABP), existed in LNM CRC as compared with non-LNM CRC (p<0.01 or p<0.05, respectively). CONCLUSION: The techniques of proteomic analysis combined with tissue microarray provide us a dramatic tool for screening of LNM-associated proteins in cancer research. The increased expression of HSP-27, GST, and Annexin II, but decreased expression of L-FABP, suggests a significantly elevated incidence of LNM in CRC.
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 | 0,006 | 0,001 |
| 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) | 0,000 | 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 ».