Investigation on the interactions of lymphoma cells with paclitaxel by Raman spectroscopy
Notice bibliographique
Résumé
The single-cell Raman spectra of human Burkitt's lymphoma cells (CA46) including cells treated with different doses of paclitaxel and controls without paclitaxel can be detected by confocal micro-Raman spectroscopy. It shows that the Raman bands at 1094 cm–1assigned to the symmetric stretching vibration mode of O–P–O in the DNA backbone, 1338 cm–1and 1578 cm–1due to adenine and guanine of DNA all decrease in intensity with increasing drug dose. On the contrary, the intensity of peaks at 1257 cm–1due to characteristic vibration ofa-helix of Amide III and 1658 cm–1due to characteristic vibration ofa-helix of Amide I both increases with increasing drug dose. Multivariate statistical methods, such as Principle Components Analysis (PCA) and Linear Discriminant Analysis (LDA) were employed to discriminate normal lymphoma cells (CA46) and cells treated with different doses of paclitaxel. It was found that the sensitivity and specificity of differentiating the treated and untreated cell groups increase with drug doses and approach 100% for the high drug dose, consistent with the perception that the cytotoxicity increases with drug dose. These results suggest that Raman spectroscopy combined with multivariate analysis could become a useful tool for assessing the cytotoxicity of drugs such as paclitaxel on human lymphoma 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 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 | 0,000 | 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) | 0,001 | 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 ».