MétaCan
Menu
Retour à la cohorte
Enregistrement W2421656184 · doi:10.1007/978-1-61779-204-5_10

Identification of the Myosin Heavy Polypeptide 9 as a Downstream Effector of the Proprotein Convertases in the Human Colon Carcinoma HT-29 Cells

2011· article· en· W2421656184 sur OpenAlexaff
Nathalie Scamuffa, Peter Metrakos, Fabien Calvo, Abdel‐Majid Khatib

Notice bibliographique

RevueMethods in molecular biology · 2011
Typearticle
Langueen
DomaineMedicine
ThématiquePeptidase Inhibition and Analysis
Établissements canadiensRoyal Victoria HospitalMcGill University
Organismes subventionnairesnon disponible
Mots-clésProprotein ConvertasesEffectorCarcinogenesisMetastasisCancer researchColorectal cancerCancerCancer cellChemistryCell biologyBiologyBiochemistryLDL receptor

Résumé

récupéré en direct d'OpenAlex

In addition to the large spectrum of the protein precursors processed and activated by the proprotein convertases (PCs) that are crucial for the maintenance of the malignant phenotype of colon cancer cells such as matrix metalloproteases, adhesion molecules, growth factors, and growth factor receptors, the PCs also regulate the expression and the activity of other proteins that are not PC substrates and involved in the acquisition of the metastatic and tumorigenic potential of these tumor cells. The identification in colon cancer cells of such proteins is thereby crucial for the understanding of the cascade of molecular events regulated by the PCs leading to tumorigenesis and metastasis and thus may constitute potential candidates for new colon cancer-specific targets and/or biomarkers. Using the human colon cancer cells HT-29 and ProteinChip arrays analysis that apply the surface-enhanced laser desorption ionization time-of-flight mass spectrometry (SELDI-TOF-MS), we identified the myosin heavy polypeptide 9 as new downstream effector of PCs in these cells. This protein was reported to be involved in the processes of malignant epithelial transformation and its role in colon cancer is unknown.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,257

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,355
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetPeptidase Inhibition and AnalysisTravaux en français237 207