Comparative proteomic analysis of normal and tumor stromal cells by tissue on chip based mass spectrometry (toc-MS)
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
In carcinoma tissues, genetic and metabolic changes not only occur at the tumor cell level, but also in the surrounding stroma. This carcinoma-reactive stromal tissue is heterogeneous and consists e.g. of non-epithelial cells such as fibroblasts or fibrocytes, inflammatory cells and vasculature-related cells, which promote carcinoma growth and progression of carcinomas. Nevertheless, there is just little knowledge about the proteomic changes from normal connective tissue to tumor stroma. In the present study, we acquired and analysed specific protein patterns of small stromal sections surrounding head and neck cell complexes in comparison to normal subepithelial connective tissue. To gain defined stromal areas we used laser-based tissue microdissection. Because these stromal areas are limited in size we established the highly sensitive 'tissue on chip based mass spectrometry' (toc-MS). Therefore, the dissected areas were directly transferred to chromatographic arrays and the proteomic profiles were subsequently analysed with mass spectrometry. At least 100 cells were needed for an adequate spectrum. The locating of differentially expressed proteins enables a precise separation of normal and tumor stroma. The newly described toc-MS technology allows an initial insight into proteomic differences between small numbers of exactly defined cells from normal and tumor stroma.
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) | 0,001 | 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 découle