Raman spectroscopy and group and basis-restricted non negative matrix factorisation identifies radiation induced metabolic changes in human cancer cells
Notice bibliographique
Résumé
This work combines single cell Raman spectroscopy (RS) with group and basis restricted non-negative matrix factorisation (GBR-NMF) to identify individual biochemical changes associated with radiation exposure in three human cancer cell lines. The cell lines analysed were derived from lung (H460), breast (MCF7) and prostate (LNCaP) tissue and are known to display varying degrees of radio sensitivity due to the inherent properties of each cell type. The GBR-NMF approach involves the deconstruction of Raman spectra into component biochemical bases using a library of Raman spectra of known biochemicals present in the cells. Subsequently, scores are obtained on each of these bases which can be directly correlated with the contribution of each chemical to the overall Raman spectrum. We validated GBR-NMF through the correlation of GBR-NMF-derived glycogen scores with scores that were previously observed using principal component analysis (PCA). Phosphatidylcholine, glucose, arginine and asparagine showed a distinct differential score pattern between radio-resistant and radio-sensitive cell types. In summary, the GBR-NMF approach allows for the monitoring of individual biochemical radiation-response dynamics previously unattainable with more traditional PCA-based approaches.
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 ».