Multidimensional protein identification technology analysis highlights mitoxantrone‐induced expression modulations in the primary prostate cancer cell proteome
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
Chemotherapeutic agents as they are used today have limited effectiveness against prostate cancer, but may potentially be used in new combinations with more efficacious results. Mitoxantrone, used for palliation of prostate cancer, has recently been found by our group to improve the susceptibility of primary prostate cancer cells to killing through the Fas-mediated death pathway. Here we used a shotgun proteomics approach to first profile the entire prostate cancer proteome and then identify specific factors involved in this mitoxantrone response. Peptides derived from primary prostate cancer cells treated with or without 100 nM mitoxantrone were analyzed by multidimensional protein identification technology (MudPIT). Strict limits and data filtering hierarchies were applied to identify proteins with high confidence. We identified 1498 proteins belonging to the prostate cancer proteome, 83 of which were significantly upregulated and 27 of which were markedly downregulated following mitoxantrone treatment. These proteins perform diverse functions, including ceramide production, tumour suppression, and oxidative reduction. Detailed proteomic analyses of prostate cancer cells and their response to mitoxantrone will further our understanding of its mechanisms of action. Identification of proteins influenced by treatment with mitoxantrone or other compounds may lead to the development of more effective drug combinations against prostate cancer.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle