MB-44SUBGROUP-SPECIFIC QUANTITATIVE PROTEOMIC ANALYSIS OF MEDULLOBLASTOMA
Notice bibliographique
Résumé
Despite extensive genomic characterization of medulloblastoma, very few actionable therapeutic targets have emerged. Given the discordance between gene and protein expression and because proteins are the functional components of the cell, understanding the proteome is integral to deciphering cancer cell biology. We used stable isotope labeling of amino acids in cell culture (SILAC) for accurate quantification of tumor tissue proteins. We created a SILAC reference atlas called the Labeled Atlas of Medulloblastoma Proteins (LAMP) from 8 primary and established medulloblastoma cell lines and spiked it equally into 38 medulloblastoma tumor tissue lysates from all subgroups. Mass spectrometry was used to quantitate proteins and statistical identification and quantification confidence was calculated at the level of the peptide. The correlation between gene methylation, gene expression and protein abundance was also analyzed. Accurate quantitation was achieved for an average of 1310 proteins per sample. Comparison of replicates yielded regression values of >0.95. Supervised hierarchical clustering and statistical testing were used to identify proteins enriched in each tumor subgroup. For example, we identified 359 proteins that were significantly differentially abundant in group 3 and group 4 tumors compared to cerebellum. Comparing group 3 and 4 tumors, 205 proteins were differentially abundant. Using these proteins, we performed Ingenuity Pathway Analysis and identified the eIF2 protein translation, regulation of eIF4F, mTOR signaling, axonal guidance, oxidative phosphorylation and mitochondrial dysfunction pathways to be most highly represented. Quantitative proteomics is a powerful platform for discovery biology, providing insight into tumor cellular function and yielding potential therapeutic targets.
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 | 0,000 |
| 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 ».