MétaCan
Menu
Retour à la cohorte
Enregistrement W4390222390 · doi:10.1021/acs.jproteome.3c00669

Cytoplasmic Shotgun Proteomic Points to Key Proteins and Pathways in Temozolomide-Resistant Glioblastoma Multiforme

2023· article· en· W4390222390 sur OpenAlexafffund
Milan Teraiya, Oleg V. Krokhin, Vincent Chen, Hélène Perreault

Notice bibliographique

RevueJournal of Proteome Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensBrandon UniversityUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTemozolomideProteomeBiologyProteomicsMembrane proteinCytosolCancer researchComputational biologyCell biologyGliomaBioinformaticsBiochemistryGeneEnzyme

Résumé

récupéré en direct d'OpenAlex

Temozolomide (TMZ) is the first line of chemotherapy to treat primary brain tumors of the type glioblastoma multiforme (GBM). TMZ resistance (TMZR) is one of the main barriers to successful treatment and is a principal factor in relapse, resulting in a poor median survival of 15 months. The present paper focuses on proteomic analyses of cytosolic fractions from TMZ-resistant (TMZR) LN-18 cells. The experimental workflow includes an easy, cost-effective, and reproducible method to isolate subcellular fraction of cytosolic (CYTO) proteins, mitochondria, and plasma membrane proteins for proteomic studies. For this study, enriched cytoplasmic fractions were analyzed in replicates by nanoflow liquid chromatography tandem high-resolution mass spectrometry (nLC-MS/MS), and proteins identified were quantified using a label-free approach (LFQ). Statistical analysis of control (CTRL) and temozolomide-resistant (TMZR) proteomes revealed proteins that appear to be differentially controlled in the cytoplasm. The functions of these proteins are discussed as well as their roles in other cancers and TMZ resistance in GBM. Key proteins are also described through biological processes related to gene ontology (GO), molecular functions, and cellular components. For protein-protein interactions (PPI), network and pathway involvement analyses have been performed, highlighting the roles of key proteins in the TMZ resistance phenotypes. This study provides a detailed insight into methods of subcellular fractionation for proteomic analysis of TMZ-resistant GBM cells and the potential to apply this approach to future large-scale studies. Several key proteins, protein-protein interactions (PPI), and pathways have been identified, underlying the TMZ resistance phenotype and highlighting the proteins' biological functions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,360
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Proteome ResearchMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207