Identification and Validation of Novel Subtype-Specific Protein Biomarkers in Pancreatic Ductal Adenocarcinoma
Notice bibliographique
Résumé
OBJECTIVES: Pancreatic ductal adenocarcinoma (PDAC) has been subclassified into 3 molecular subtypes: classical, quasi-mesenchymal, and exocrine-like. These subtypes exhibit differences in patient survival and drug resistance to conventional therapies. The aim of the current study is to identify novel subtype-specific protein biomarkers facilitating subtype stratification of patients with PDAC and novel therapy development. METHODS: A set of 12 human patient-derived primary cell lines was used as a starting material for an advanced label-free proteomics approach leading to the identification of novel cell surface and secreted biomarkers. Cell surface protein identification was achieved by in vitro biotinylation, followed by mass spectrometric analysis of purified biotin-tagged proteins. Proteins secreted into a chemically defined serum-free cell culture medium were analyzed by shotgun proteomics. RESULTS: Of 3288 identified proteins, 2 pan-PDAC (protocadherin-1 and lipocalin-2) and 2 exocrine-like-specific (cadherin-17 and galectin-4) biomarker candidates have been validated. Proximity ligation assay analysis of the 2 exocrine-like biomarkers revealed their co-localization on the surface of exocrine-like cells. CONCLUSIONS: The study reports the identification and validation of novel PDAC biomarkers relevant for the development of patient stratification tools. In addition, cadherin-17 and galectin-4 may serve as targets for bispecific antibodies as novel therapeutics in PDAC.
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 | 0,001 |
| 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 | 0,001 | 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 ».