Identification and Validation of Novel Subtype-Specific Protein Biomarkers in Pancreatic Ductal Adenocarcinoma
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
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.
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 | 0,000 | 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