Differential Proteome Analysis of Extracellular Vesicles from Breast Cancer Cell Lines by Chaperone Affinity Enrichment
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
The complexity of human tissue fluid precludes timely identification of cancer biomarkers by immunoassay or mass spectrometry. An increasingly attractive strategy is to primarily enrich extracellular vesicles (EVs) released from cancer cells in an accelerated manner compared to normal cells. The Vn96 peptide was herein employed to recover a subset of EVs released into the media from cellular models of breast cancer. Vn96 has affinity for heat shock proteins (HSPs) decorating the surface of EVs. Reflecting their cells of origin, cancer EVs displayed discrete differences from those of normal phenotype. GELFrEE LC/MS identified an extensive proteome from all three sources of EVs, the vast majority having been previously reported in the ExoCarta database. Pathway analysis of the Vn96-affinity proteome unequivocally distinguished EVs from tumorigenic cell lines (SKBR3 and MCF-7) relative to a non-tumorigenic source (MCF-10a), particularly with regard to altered metabolic enzymes, signaling, and chaperone proteins. The protein data sets provide valuable information from material shed by cultured cells. It is probable that a vast amount of biomarker identities may be collected from established and primary cell cultures using the approaches described here.
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 | 0,001 | 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 découle