MétaCan
Menu
Retour à la cohorte
Enregistrement W2129585389 · doi:10.1373/clinchem.2009.136283

Nipple Aspirate Fluid Proteome of Healthy Females and Patients with Breast Cancer

2010· article· en· W2129585389 sur OpenAlexaff
Maria Pavlou, Vathany Kulasingam, Edward R. Sauter, Beth Kliethermes, Eleftherios P. Diamandis

Notice bibliographique

RevueClinical Chemistry · 2010
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensUniversity of TorontoUniversity Health NetworkMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésProteomeBreast cancerCancerBlood proteinsProteomicsBiologyMembrane proteinChemistryBioinformaticsMedicineBiochemistryInternal medicineGeneMembrane

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The ductal/alveolar system of the female breast constantly secretes and reabsorbs fluid in nonpregnant/nonlactating women. This fluid, referred to as nipple aspirate fluid (NAF), can be obtained by a noninvasive procedure and it is part of the microenvironment where more than 95% of breast cancers arise. METHODS: Using an Orbitrap mass analyzer coupled to a linear ion trap, we performed an in-depth proteomic analysis of NAF samples obtained from 3 healthy individuals and 3 patients with breast cancer. Multiple fractionation methods such as size-exclusion and anion-exchange chromatography were applied for protein separation before mass spectrometric analysis. RESULTS: We identified more than 800 unique proteins in total, generating the most extensive NAF proteome thus far. Using gene ontology, we classified the identified proteins by their subcellular localization and found that more than 50% were extracellular or plasma membrane proteins. By searching against the Plasma Proteome Database, we confirmed that 40% of the proteins were also found in the plasma. Unigene database searching for transcripts of the proteins not found in the plasma revealed that the vast majority were expressed in the mammary gland. CONCLUSIONS: Our extensive proteome database for NAF may be helpful in the identification of novel cancer biomarkers.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil0,490

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,340
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical ChemistryMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207