Proteomic profiling to identify potential biomarkers of alpha-particle radiation exposure in human lung epithelial cells
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
Of the radiation types, alpha-(α) particles are of particular interest as they are an environmental concern, predominately due to inhalation of radon and its daughter progeny. Furthermore, α-particle emitters like Americium-241, Plutonium-238 and Polonium-210 have been identified as probable isotopes to be used in radiological dispersal devices. Thus, the identification of potential biomarkers to α-particle radiation exposure would be useful for the development of field deployable bioassays which could be used for human risk assessment and public health protection. Human lung cells were exposed to α-particle radiation and assessed for modulations in protein expression using two-dimensional gel electrophoresis (2D-GE). Concurrently, cell culture supernatants were analyzed for cytokine secretion using a multiplex-27 bead array assay. Cell culture supernatants assessed for cytokine secretion expressed 8 statistically significant cytokines following α-particle exposure, among which VEGF was confirmed to be dose-responsive and not modulated in X-irradiated cells. Analysis of whole cell lysates using 2-D gel electrophoresis showed 15 upregulated and 1 downregulated protein spot, of which 4 were identified by mass spectrometry. These data suggest that α-particle exposure results in the alterations in expression-levels of specific proteins which may be potential biomarkers used further for the development of fast and reliable bioassays.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découle