Identification of 14-3-3đ as an Antigen that Induces a Humoral Response in Lung Cancer
Notice bibliographique
Résumé
We have implemented a strategy to identify tumor antigens that induce a humoral immune response in lung cancer based on the analysis of tumor cell proteins. Chromatographically fractionated protein extracts from three lung cancer cell lines were subjected to Western blotting and hybridization with individual sera to determine serum antibody binding. Two sets of sera were initially investigated. One set consisted of sera from 19 newly diagnosed subjects with lung adenocarcinoma and 19 matched controls. A second independent set consisted of sera from 26 newly diagnosed subjects with lung adenocarcinoma and 24 controls matched for age, gender, and smoking history. One protein that exhibited significant reactivity with both sets of cancer sera (P = 0.0008) was confidently identified by mass spectrometry as 14-3-3 theta. Remarkably, significant autoantibody reactivity against 14-3-3 theta was also observed in an analysis of a third set consisting of 18 prediagnostic lung cancer sera collected as part of the Beta-Carotene and Retinol Efficacy Trial cohort study, relative to 19 matched controls (P = 0.0042). A receiver operating characteristic curve constructed with a panel of three proteins consisting of 14-3-3 theta identified in this study, plus annexin 1 and protein gene product 9.5 proteins previously identified as associated with autoantibodies in lung cancer, gave a sensitivity of 55% at 95% specificity (area under the curve, 0.838) in discriminating lung cancer at the preclinical stage from matched controls.
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 complÚte
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modÚle 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 distillĂ© par catĂ©gorie (deux tĂȘtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| MĂ©tarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Ătudes 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 modÚle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux tĂȘtes enseignantes du modĂšle Ă©tudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catĂ©gorie, et le statut de validation accompagne chaque rangĂ©e tel quel.
Scores de référence d'un modÚle non mature (critÚres 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 validĂ©ePrĂ©diction automatique; un appel candidat dâune seule source (Gemma direct ou Codex distillĂ©), pas un consensus.
Le détail, modÚle par modÚle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».