Quantitative Analysis of Energy Metabolic Pathways in MCF-7 Breast Cancer Cells by Selected Reaction Monitoring Assay
Notice bibliographique
Résumé
To investigate the quantitative response of energy metabolic pathways in human MCF-7 breast cancer cells to hypoxia, glucose deprivation, and estradiol stimulation, we developed a targeted proteomics assay for accurate quantification of protein expression in glycolysis/gluconeogenesis, TCA cycle, and pentose phosphate pathways. Cell growth conditions were selected to roughly mimic the exposure of cells in the cancer tissue to the intermittent hypoxia, glucose deprivation, and hormonal stimulation. Targeted proteomics assay allowed for reproducible quantification of 76 proteins in four different growth conditions after 24 and 48 h of perturbation. Differential expression of a number of control and metabolic pathway proteins in response to the change of growth conditions was found. Elevated expression of the majority of glycolytic enzymes was observed in hypoxia. Cancer cells, as opposed to near-normal MCF-10A cells, exhibited significantly increased expression of key energy metabolic pathway enzymes (FBP1, IDH2, and G6PD) that are known to redirect cellular metabolism and increase carbon flux through the pentose phosphate pathway. Our quantitative proteomic protocol is based on a mass spectrometry-compatible acid-labile detergent and is described in detail. Optimized parameters of a multiplex selected reaction monitoring (SRM) assay for 76 proteins, 134 proteotypic peptides, and 401 transitions are included and can be downloaded and used with any SRM-compatible mass spectrometer. The presented workflow is an integrated tool for hypothesis-driven studies of mammalian cells as well as functional studies of proteins, and can greatly complement experimental methods in systems biology, metabolic engineering, and metabolic transformation of cancer cells.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».