Is There a Human Homologue to the Murine Proteolysis-Inducing Factor?
Notice bibliographique
Résumé
PURPOSE: A tumor-derived proteolysis-inducing factor (PIF) is suggested to be a potent catabolic factor in skeletal muscle of mice and humans. We aimed to establish the clinical significance of PIF in cancer patients and to elucidate its structural features. EXPERIMENTAL DESIGN: PIF was detected in human urine using a monoclonal antibody (mAb) and related to clinical outcomes. PIF immunoaffinity-purified using the mAb was purified/separated using reverse-phase high-performance liquid chromatography and two-dimensional electrophoresis. Ten human cancer cell lines were tested for expression of mRNA encoding PIF core peptide. RESULTS: PIF immunoreactivity was present in 160 of 262 patients with advanced cancers of the lung, esophagus/stomach, and other organs. In a Kaplan-Meier survival analysis of 181 lung cancer patients, PIF was unrelated to survival; PIF status was also unrelated to skeletal muscle loss confirmed by computed tomography imaging. PIF was seen in 16 of 24 patients with chronic heart failure and thus is not exclusive to malignant disease. In-gel digestion and mass spectrometric analysis of immunoaffinity purified PIF from cancer patients consistently identified human albumin and immunoglobulins. We showed nonspecific binding of purified albumin and immunoglobulins to the anti-PIF mAb, which is thus not a useful tool for PIF detection or purification in humans. Finally, the human PIF core peptide was detected in human cancer cell lines using reverse transcription-PCR and nucleotide sequencing; however, none of the amplified products had a site for the glycosylation critical to the proteolysis-inducing activity of murine PIF. CONCLUSIONS: A putative human homologue of murine PIF and its role in human cancer cachexia cannot be verified.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».