Comparative proteomics study of proteins involved in induction of higher rates of cell death in mitoxantrone-resistant breast cancer cells MCF-7/MX exposed to TNF-α.
Notice bibliographique
Résumé
OBJECTIVES: Resistance to medications is one of the main complications in chemotherapy of cancer. It has been shown that some multidrug resistant cancer cells indicate more sensitivity against cytotoxic effects of TNF-α compared to their parental cells. Our previous findings indicated vulnerability of the mitoxantrone-resistant breast cancer cells MCF-7/MX to cell death induced by TNF-α compared to the parent cells MCF-7. In this study, we performed a comparative proteomics analysis for identification of proteins involved in induction of higher susceptibility of MCF-7/MX cells to cytotoxic effect of TNF-α. MATERIALS AND METHODS: Intensity of protein spots in 2D gel electrophoresis profiles of MCF-7 and MCF-7/MX cells were compared with Image Master Platinum 6.0 software. Selected differential protein-spots were identified with MALDI-TOF/TOF mass spectrometry and database searching. Pathway analyses of identified proteins were performed using PANTHER, KEGG PATHWAY, Gene MANIA and STRING databases. Western blot was performed for confirmation of the proteomics results. RESULTS: Our results indicated that 48 hr exposure to TNF-α induced 87% death in MCF-7/MX cells compared to 19% death in MCF-7 cells. Forty landmarks per 2D gel electrophoresis were matched by Image Master Software. Six proteins were identified with mass spectrometry. Western blot showed that 14-3-3γ and p53 proteins were expressed higher in MCF-7/MX cells treated with TNF-α compared to MCF-7 cells treated with TNF-α. CONCLUSION: Our results showed that 14-3-3 γ, prohibitin, peroxiredoxin 2 and P53 proteins which were expressed differentially in MCF-7/MX cells treated with TNF-α may involve in the induction of higher rates of cell death in these cells compared to TNF-α-treated MCF-7 cells.
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 ».