MétaCan
Menu
Retour à la cohorte
Enregistrement W2799914770 · doi:10.1002/jrs.5389

Biochemical fingerprint of colorectal cancer cell lines using label‐free live single‐cell Raman spectroscopy

2018· article· en· W2799914770 sur OpenAlexfundno aff
Julia Gala de Pablo, Fern J. Armistead, Sally A. Peyman, David T. Bonthron, Michael A. Lones, Stephen L. Smith, Stephen D. Evans

Notice bibliographique

RevueJournal of Raman Spectroscopy · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensnon disponible
Organismes subventionnairesHealth Services and Delivery Research ProgrammeNational Institute for Health and Care ResearchUniversity of LeedsEngineering and Physical Sciences Research CouncilMedical Research Council CanadaMedical Research Council
Mots-clésRaman spectroscopyPrincipal component analysisLinear discriminant analysisChemistryCell cultureHL60CellAnalytical Chemistry (journal)BiologyBiochemistryChromatographyArtificial intelligenceGeneticsComputer scienceOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Label‐free live single‐cell Raman spectroscopy was used to obtain a chemical fingerprint of colorectal cancer cells including the classification of the SW480 and SW620 cell line model system, derived from primary and secondary tumour cells from the same patient. High‐quality Raman spectra were acquired from hundreds of live cells, showing high reproducibility between experiments. Principal component analysis with linear discriminant analysis yielded the best cell classification, with an accuracy of 98.7 ± 0.3% (standard error) when compared with discrimination trees or support vector machines. SW480 showed higher content of the disordered secondary protein structure Amide III band, whereas SW620 showed larger α‐helix and β‐sheet band content. The SW620 cell line also displayed higher nucleic acid, phosphates, saccharide, and CH2 content. HL60, HT29, HCT116, SW620, and SW480 live single‐cell spectra were classified using principal component analysis or linear discriminant analysis with an accuracy of 92.4 ± 0.4% (standard error), showing differences mainly in the β‐sheet content, the cytochrome C bands, the CH‐stretching regions, the lactate contributions, and the DNA content. The lipids contributions above 2,900 cm−1 and the lactate contributions at 1,785 cm−1 appeared to be dependent on the colorectal adenocarcinoma stage, the advanced stage cell lines showing lower lipid, and higher lactate content. The results demonstrate that these cell lines can be distinguished with high confidence, suggesting that Raman spectroscopy on live cells can distinguish between different disease stages, and could play an important role clinically as a diagnostic tool for cell phenotyping.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,333
Écart entre enseignants0,315 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Raman SpectroscopyMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207