Comprehensive Proteomic Analysis of Colon Cancer Tissue Revealed the Reason for the Worse Prognosis of Right-Sided Colon Cancer and Mucinous Colon Cancer at the Protein Level
Notice bibliographique
Résumé
To clarify the molecular mechanisms underlying the poor prognosis of right-sided and mucinous colon cancer at the proteomic level. A tandem mass tag-proteomics approach was used to identify differentially expressed proteins (DEPs) in colon carcinoma tissues from different locations and with different histological types to reveal the underlying mechanisms of these differences at the protein level. In additional, the DEPs were analyzed using bioinformatics methods. The proteomics profiles among colon cancers with different tumor locations and histological types were dramatically distinguished. In terms of tumor locations, the right-sided carcinoma specific DEPs may promote the tumor progression via activating inflammation, metastasis associated pathways. When referring to histological types, the mucinous colon cancers perhaps increased the invasion and metastasis through distinct mechanisms in different tumor locations. For mucinous cancer located in right-sided colon, the mucinous specific DEPs were mainly associated with ECM-related remodeling and the IL-17 signal pathway. For mucinous cancer located in left-sided colon, the mucinous specific DEPs showed a strong relationship with ACE2/Ang-(1-7)/MasR axis. The proteomics profiles of colon cancers showed distinct differences related to locations and histological types. These results suggested a distinct mechanism underlying the diverse subtypes of colon cancers.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».