The proteomic analysis of breast cell line exosomes reveals disease patterns and potential biomarkers
Notice bibliographique
Résumé
Cancer cells release small extracellular vesicles, exosomes, that have been shown to contribute to various aspects of cancer development and progression. Differential analysis of exosomal proteomes from cancerous and non-tumorigenic breast cell lines can provide valuable information related to breast cancer progression and metastasis. Moreover, such a comparison can be explored to find potentially new protein biomarkers for early disease detection. In this study, exosomal proteomes of MDA-MB-231, a metastatic breast cancer cell line, and MCF-10A, a non-cancerous epithelial breast cell line, were identified by nano-liquid chromatography coupled to tandem mass spectrometry. We also tested three exosomes isolation methods (ExoQuick, Ultracentrifugation (UC), and Ultrafiltration-Ultracentrifugation) and detergents (n-dodecyl β-D-maltoside, Triton X-100, and Digitonin) for solubilization of exosomal proteins and enhanced detection by mass spectrometry. A total of 1,107 exosomal proteins were identified in both cell lines, 726 of which were unique to the MDA-MB-231 breast cancer cell line. Among them, 87 proteins were predicted to be relevant to breast cancer and 16 proteins to cancer metastasis. Three exosomal membrane/surface proteins, glucose transporter 1 (GLUT-1), glypican 1 (GPC-1), and disintegrin and metalloproteinase domain-containing protein 10 (ADAM10), were identified as potential breast cancer biomarkers and validated with Western blotting and high-resolution flow cytometry. We demonstrated that exosomes are a rich source of breast cancer-related proteins and surface biomarkers that may be used for disease diagnosis and prognosis.
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 | 0,001 | 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 ».