Proteomic Analysis of Conditioned Media from the PC3, LNCaP, and 22Rv1 Prostate Cancer Cell Lines: Discovery and Validation of Candidate Prostate Cancer Biomarkers
Notice bibliographique
Résumé
Early detection of prostate cancer is problematic due to the lack of a marker that has high diagnostic sensitivity and specificity. The prostate specific antigen (PSA) test, in combination with digital rectal examination, is the gold standard for prostate cancer diagnosis. However, this modality suffers from low specificity. Therefore, specific markers for clinically relevant prostate cancer are needed. Our objective was to proteomically characterize the conditioned media from three human prostate cancer cell lines of differing origin [PC3 (bone metastasis), LNCaP (lymph node metastasis), and 22Rv1 (localized to prostate)] to identify secreted proteins that could serve as novel prostate cancer biomarkers. Each cell line was cultured in triplicate, followed by a bottom-up analysis of the peptides by two-dimensional chromatography and tandem mass spectrometry. Approximately, 12% (329) of the proteins identified were classified as extracellular and 18% (504) as membrane-bound among which were known prostate cancer biomarkers such as PSA and KLK2. To select the most promising candidates for further investigation, tissue specificity, biological function, disease association based on literature searches, and comparison of protein overlap with the proteome of seminal plasma and serum were examined. On the basis of this, four novel candidates, follistatin, chemokine (C-X-C motif) ligand 16, pentraxin 3 and spondin 2, were validated in the serum of patients with and without prostate cancer. The proteins presented in this study represent a comprehensive sampling of the secreted and shed proteins expressed by prostate cancer cells, which may be useful as diagnostic, prognostic or predictive serological markers for prostate cancer.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».