Identification of 14‐3‐3zeta associated protein networks in oral cancer
Notice bibliographique
Résumé
Advancements in genomics, proteomics, and bioinformatics have improved our understanding of gene/protein networks involved in intra- and intercellular communication and tumor-host interactions. Using proteomics integrated with bioinformatics, previously we reported overexpression of 14-3-3ζ in premalignant oral lesions and oral squamous cell carcinoma tissues in comparison with normal oral epithelium. 14-3-3ζ emerged as a novel molecular target for therapeutics and a potential prognostic marker in oral squamous cell carcinoma patients. However, the role of 14-3-3ζ in development and progression of oral cancer is not known yet. This study aimed to identify the 14-3-3ζ associated protein networks in oral cancer cell lines using IP-MS/MS and bioinformatics. A total of 287 binding partners of 14-3-3ζ were identified in metastatic (MDA1986) and nonmetastatic (SCC4) oral cancer cell lines including other 14-3-3 isoforms (2%), proteins involved in apoptosis (2%), cytoskeleton (9%), metabolism (16%), and maintenance of redox potential (2%). Our bioinformatics analysis revealed involvement of 14-3-3ζ in protein networks regulating cell cycle, proliferation, apoptosis, cellular trafficking, and endocytosis in oral cancer. In conclusion, our data revealed several novel protein interaction networks involving 14-3-3ζ in oral cancer progression and metastasis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».