Biochemical fingerprint of colorectal cancer cell lines using label‐free live single‐cell Raman spectroscopy
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
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 CH 2 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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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