2D Differential In-gel Electrophoresis for the Identification of Esophageal Scans Cell Cancer-specific Protein Markers
Notice bibliographique
Résumé
The reproducibility of conventional two-dimensional (2D) gel electrophoresis can be improved using differential in-gel electrophoresis (DIGE), a new emerging technology for proteomic analysis. In DIGE, two pools of proteins are labeled with 1-(5-carboxypentyl)-1'-propylindocarbocyanine halide (Cy3) N-hydroxy-succinimidyl ester and 1-(5-carboxypentyl)-1'-methylindodi-carbocyanine halide (Cy5) N-hydroxysuccinimidyl ester fluorescent dyes, respectively. The labeled proteins are mixed and separated in the same 2D gel. 2D DIGE was applied to quantify the differences in protein expression between laser capture microdissection-procured esophageal carcinoma cells and normal epithelial cells and to define cancer-specific and normal-specific protein markers. Analysis of the 2D images from protein lysates of approximately 250,000 cancer cells and normal cells identified 1038 protein spots in cancer cell lysates and 1088 protein spots in normal cell lysates. Of the detected proteins, 58 spots were up-regulated by >3-fold and 107 were down-regulated by >3-fold in cancer cells. In addition to previously identified down-regulated protein annexin I, tumor rejection antigen (gp96) was found up-regulated in esophageal squamous cell cancer. Global quantification of protein expression between laser capture-microdissected patient-matched cancer cells and normal cells using 2D DIGE in combination with mass spectrometry is a powerful tool for the molecular characterization of cancer progression and identification of cancer-specific protein markers.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».