Proteomic characterization of EL4 lymphoma‐derived tumors upon chemotherapy treatment reveals potential roles for lysosomes and caspase‐6 during tumor cell death in vivo
Notice bibliographique
Résumé
The murine mouse lymphoblastic lymphoma cell line (EL4) tumor model is an established in vivo apoptosis model for the investigation of novel cancer imaging agents and immunological treatments due to the rapid and significant response of the EL4 tumors to cyclophosphamide and etoposide combination chemotherapy. Despite the utility of this model system in cancer research, little is known regarding the molecular details of in vivo tumor cell death. Here, we report the first in-depth quantitative proteomic analysis of the changes that occur in these tumors upon cyclophosphamide and etoposide treatment in vivo. Using a label-free quantitative proteomic approach a total of 5838 proteins were identified in the treated and untreated tumors, of which 875 were determined to change in abundance with statistical significance. Initial analysis of the data reveals changes that may have been predicted, such as the downregulation of ribosomes, but demonstrates the robustness of the dataset. Analysis of the dataset also reveals the unexpected downregulation of caspase-3 and an upregulation of caspase-6 in addition to a global upregulation of lysosomal proteins in the bulk of the tumor.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».