MALDI-MS-based biomarker analysis of extracellular vesicles from human lung carcinoma cells
Notice bibliographique
Résumé
Extracellular vesicles (EVs) are actively secreted by mammalian cells. They are increasingly recognized as promising circulating biomarkers of disease progression. Matrix-assisted laser desorption/ionization-time of flight mass spectrometry (MALDI-TOF MS) is currently one of the most powerful techniques for the rapid analysis of biological samples, especially for discovering biomarkers for disease diagnosis and prognosis. It is unclear what cell culture medium components and EV isolation methods are suitable for MALDI-TOF MS analysis. Using a human lung carcinoma cell line (A549), we investigated and optimized the critical experimental conditions for EVs' protein profiling by combining differential ultracentrifugation and MALDI-TOF MS. The results demonstrated that medium components and ultracentrifugation procedures to extract EVs played important roles in MS detection. Compared with EV-depleted serum and normal serum medium, conditioned medium with 2% fetal bovine serum in this study maintained cell proliferation and displayed significant protein profiling of EVs. RPS27A (ribosomal protein), which plays an essential role in mRNA translation and ribosome assembly for the differentiation of cancer cells, was detected from the EVs of lung cancer cells associated with cancer cell migration and invasion. We also found the known tumor diagnosis marker, which is S100A10_S100 calcium-binding protein A10. Therefore, MALDI-TOF MS-based EV analysis with optimized experimental protocols can contribute to future development of rapid screening techniques of protein biomarkers associated with early cancer diagnosis.
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 ».