Lysine Acetylome of Breast Cancer-Derived Small Extracellular Vesicles Reveals Specific Acetylation Patterns for Metabolic Enzymes
Notice bibliographique
Résumé
Cancer-derived small extracellular vesicles have been proposed as promising potential biomarkers for diagnosis and prognosis of breast cancer (BC). We performed a proteomic study of lysine acetylation of breast cancer-derived small extracellular vesicles (sEVs) to understand the potential role of the aberrant acetylated proteins in the biology of invasive ductal carcinoma and triple-negative BC. Three cell lines were used as models for this study: MCF10A (non-metastatic), MCF7 (estrogen and progesterone receptor-positive, metastatic) and MDA-MB-231 (triple-negative, highly metastatic). For a comprehensive protein acetylation analysis of the sEVs derived from each cell line, acetylated peptides were enriched using the anti-acetyl-lysine antibody, followed by LC-MS/MS analysis. In total, there were 118 lysine-acetylated peptides, of which 22, 58 and 82 have been identified in MCF10A, MCF7 and MDA-MB-231 cell lines, respectively. These acetylated peptides were mapped to 60 distinct proteins and mainly identified proteins involved in metabolic pathways. Among the acetylated proteins identified in cancer-derived sEVs from MCF7 and MDA-MB-231 cell lines are proteins associated with the glycolysis pathway, annexins and histones. Five acetylated enzymes from the glycolytic pathway, present only in cancer-derived sEVs, were validated. These include aldolase (ALDOA), glyceraldehyde-3-phosphate dehydrogenase (GAPDH), phosphoglycerate kinase (PGK1), enolase (ENO) and pyruvate kinase M1/2 (PKM). For three of these enzymes (ALDOA, PGK1 and ENO) the specific enzymatic activity was significantly higher in MDA-MB-231 when compared with MCF10A-derived sEVs. This study reveals that sEVs contain acetylated glycolytic metabolic enzymes that could be interesting potential candidates for early BC diagnostics.
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 | 0,001 |
| 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) | 0,000 | 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 ».