Kinase Inhibitor Pulldown Assay (KiP) for Clinical Proteomics
Notice bibliographique
Résumé
ABSTRACT Protein kinases are frequently dysregulated and/or mutated in cancer and represent essential targets for therapy. Accurate quantification is essential, but current approaches are inadequate. For breast cancer treatment for example, the identification and quantification of the protein kinase ERBB2 is critical for therapeutic decisions. While immunohistochemistry (IHC) is the current clinical diagnostic approach, it is only semiquantitative. Mass spectrometry-based proteomics offers more quantitative assays that, unlike IHC, can be used to accurately evaluate hundreds of kinases simultaneously. The enrichment of less abundant kinase targets for quantification, along with depletion of interfering proteins, improves sensitivity and thus promotes more effective downstream analyses. Multiple kinase inhibitors were therefore deployed as a capture matrix for kinase inhibitor pulldown (KiP) assays designed to profile the human protein kinome as broadly as possible. Optimized assays were initially evaluated in 16 patient derived xenograft models (PDX) where KiP identified multiple differentially expressed and biologically relevant kinases. From these analyses, an optimized single-shot parallel reaction monitoring (PRM) method was developed to improve quantitative fidelity. The PRM KiP approach was then reapplied to low quantities of proteins typical of protein yields from core needle biopsies of human cancers. The initial prototype targeting 100 kinases recapitulated intrinsic subtyping of PDX models obtained from comprehensive proteomic and transcriptomic profiling. Luminal and HER2 enriched OCT-frozen patient biopsies subsequently analyzed through KiP-PRM also clustered by subtype. Finally, stable isotope labeled peptide standards were developed to define a prototype clinical method.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 ».