Quantitative Profiling of Single Formalin Fixed Tumour Sections: proteomics for translational research
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
Although re-sequencing of gene panels and mRNA expression profiling are now firmly established in clinical laboratories, in-depth proteome analysis has remained a niche technology, better suited for studying model systems rather than challenging materials such as clinical trial samples. To address this limitation, we have developed a novel and optimized platform called SP3-Clinical Tissue Proteomics (SP3-CTP) for in-depth proteome profiling of practical quantities of tumour tissues, including formalin fixed and paraffin embedded (FFPE). Using single 10 μm scrolls of clinical tumour blocks, we performed in-depth quantitative analyses of individual sections from ovarian tumours covering the high-grade serous, clear cell, and endometrioid histotypes. This examination enabled the generation of a novel high-resolution proteome map of ovarian cancer histotypes from clinical tissues. Comparison of the obtained proteome data with large-scale genome and transcriptome analyses validated the observed proteome biology for previously validated hallmarks of this disease, and also identified novel protein features. A tissue microarray analysis validated cystathionine gamma-lyase (CTH) as a novel clear cell carcinoma feature with potential clinical relevance. In addition to providing a milestone in the understanding of ovarian cancer biology, these results show that in-depth proteomic analysis of clinically annotated FFPE materials can be effectively used as a biomarker discovery tool and perhaps ultimately as a diagnostic approach.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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