Multilevel Proteomic Profiling of Colorectal Adenocarcinoma Caco-2 Cell Differentiation to Characterize an Intestinal Epithelial Model
Notice bibliographique
Résumé
Emergent advancements on the role of the intestinal microbiome for human health and disease necessitate well-defined intestinal cellular models to study and rapidly assess host, microbiome, and drug interactions. Differentiated Caco-2 cell line is commonly utilized as an epithelial model for drug permeability studies and has more recently been utilized for investigating host-microbiome interactions. However, its suitability to study such interactions remains to be characterized. Here, we employed multilevel proteomics to demonstrate that both spontaneous and butyrate-induced Caco-2 differentiations displayed similar protein and pathway changes, including the downregulation of proteins related to translation and proliferation and upregulation of functions implicated in host-microbiome interactions, such as cell adhesion, tight junction, extracellular vesicles, and responses to stimuli. Lysine acetylomics revealed that histone protein acetylation levels were decreased along with cell differentiation, while the acetylation in proteins associated with mitochondrial functions was increased. This study also demonstrates that, compared to spontaneous differentiation methods, butyrate-containing medium accelerates Caco-2 differentiation, with earlier upregulation of proteins related to host-microbiome interactions, suggesting its superiority for assay development using this intestinal model. Altogether, this multiomics study emphasizes the controlled progression of Caco-2 differentiation toward a specialized intestinal epithelial-like cell and establishes its suitability for investigating the host-microbiome interactions.
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 | 0,002 | 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 | 0,001 |
| 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 ».