Measurement of MAP kinase activation by flow cytometry using phospho‐specific antibodies to MEK and ERK: Potential for pharmacodynamic monitoring of signal transduction inhibitors
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
Cancer cells frequently show abnormal signaling via the mitogen activated protein kinase (MAP kinase) pathway due to increased activity of surface receptors for growth factors, or as a result of ras mutations. The development of potent anti-cancer agents that target this pathway prompts the need for analytical methods that allow pharmacodynamic monitoring of drug effects in patients during early phase clinical trial. We describe such a method, based on the activation of T-lymphocytes in undiluted peripheral blood using phorbol myristate acetate (PMA). Following rapid hypotonic lysis and formaldehyde fixation, activation of the MAP kinase pathway can then be demonstrated using phospho-specific antibodies that recognize the activated mediators MEK or ERK, followed by surface labeling with anti-CD3 to identify T-lymphocytes. This method was used to investigate the effects of a MEK inhibitor, U0126, and a new raf kinase inhibitor BAY 37-9751 in blood samples from normal donors. Dose-dependent inhibition of pERK activation was demonstrated for both agents. Furthermore, differential effects on pMEK activation allowed the molecular targets of the two inhibitors to be distinguished. In addition to monitoring drug effects in patients during treatment with inhibitors of the MAP kinase pathway, the general methodology described in this paper has the potential for wide application to the study of signal transduction at the single cell level using flow cytometry.
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