Subtipificación molecular basada en datos de genes inmunológicos relacionados con el pronóstico de pacientes con cáncer de mama
Antecedentes: El cáncer de mama (CB), que es el tumor maligno más frecuente en las mujeres, está relacionado con una morbilidad y mortalidad crecientes. Las terapias eficaces abarcan la cirugía, la quimioterapia, la radioterapia, la endocrinoterapia y el tratamiento molecular. Con el crecimiento de la biología molecular, la inmunología y la farmacogenómica, una cantidad creciente de pruebas ha demostrado que la infiltración de células inmunitarias en el microambiente tumoral, junto con el fenotipo inmunitario de las células tumorales, tendrá un efecto considerable en el crecimiento del tumor y la malignidad. En consecuencia, la inmunoterapia se ha convertido en un remedio prometedor para la prevención del CB y como modalidad que puede afectar al pronóstico de las personas afectadas.
Métodos: En esta investigación, las muestras recogidas de las bases de datos de The Cancer Genome Atlas (TCGA) e ImmPort han sido analizadas para examinar los genes particulares relacionados con el sistema inmune que tienen un efecto en el pronóstico de los pacientes con CB. En total, se habían examinado 64 genes relacionados con el sistema inmunitario y el pronóstico, y los 17 genes más consultores se eligieron por último para establecer el maniquí de predicción del pronóstico de la BC (el maniquí RiskScore) utilizando las estrategias Lasso y StepAIC. Mediante el establecimiento de un conjunto de entrenamiento y un conjunto de comprobación, se evaluó la eficacia, la precisión y la estabilidad del maniquí para predecir y clasificar el pronóstico de los pacientes. Por último, los 17 genes relacionados con el sistema inmunitario fueron anotados funcionalmente y se llevaron a cabo análisis de enriquecimiento de las vías de los signos GO y KEGG.
variable Volume 0,1 -2,5 µl | |
-LHP1-V01 | Phoenix instrument |
variable volume 0,5 -10 µl | |
-LHP1-V05 | Phoenix instrument |
variable volume 10 -100 µl | |
-LHP1-V10 | Phoenix instrument |
variable volume 100-1000 µl | |
-LHP1-V100 | Phoenix instrument |
variable volume 1000 -5000 µl | |
-LHP1-V1000 | Phoenix instrument |
Resultados: Descubrimos que estos 17 genes se habían enriquecido en bastantes vías relacionadas con el BC y el microambiente inmunitario. Se analizó además la relación entre el RiskScore y los rasgos científicos del patrón y las vías de señalización.
Conclusiones: Nuestros hallazgos señalan que el maniquí de predicción pronóstica basado principalmente en los perfiles de expresión de 17 genes relacionados con el sistema inmune ha demostrado una excesiva precisión predictiva y estabilidad en el cálculo de las opciones inmunes, lo que podría informar a los médicos en el pronóstico y la predicción pronóstica de los pacientes de BC con inmunofenotipos completamente diferentes.
El entrenamiento de resistencia dinámica aumenta el FSTL1 derivado del músculo esquelético induciendo la angiogénesis cardíaca por medio de DIP2A-Smad2/tres en ratas tras un infarto de miocardio
Objetivo: La intención de esta investigación fue examinar el potencial del entrenamiento de resistencia dinámica para generar follistatina como-1 (FSTL1) derivada del músculo esquelético, que puede inducir la cardioprotección en ratas después de un infarto de miocardio (IM) mediante la inducción de la angiogénesis.
Rat Cholesterol ELISA ELISA | |
E01A11128 | BlueGene |
Goat Cholesterol ELISA ELISA | |
E01A46041 | BlueGene |
Métodos: Las ratas macho Sprague-Dawley adultas se dividieron al azar en 5 equipos (n = 12 en cada grupo): Grupo de simulación (S), grupo de IM sedentario (IM), grupo de IM + entrenamiento de resistencia (MR), grupo de IM + inyección de virus adeno-asociado (AAV)-FSTL1 (MA), y grupo de IM + inyección de AAV-FSTL1 + entrenamiento de resistencia (MAR). El vector AAV-FSTL1 se preparó mediante estrategias de biología molecular y se inyectó en el músculo tibial anterior. El maniquí de IM se estableció mediante la ligadura de la arteria coronaria descendente anterior izquierda. Las ratas de los equipos MR y MAR se sometieron a cuatro semanas de entrenamiento de resistencia dinámica utilizando una escalera de escalada ponderada. El rendimiento cardíaco se evaluó mediante medidas hemodinámicas. Se observó la fracción de cantidad de colágeno del miocardio y se analizó mediante tinción de Masson. La tradición de las células endoteliales de los vasos de la vena umbilical humana y la proteína FSTL1 humana recombinante (rhFSTL1) o el remedio inhibidor del factor de progreso-β de remodelación 1 (TGFβR1) se habían utilizado para dilucidar el mecanismo de señalización molecular de FSTL1. La angiogénesis, la proliferación celular y la localización de la proteína interactuante 2 homóloga A (DIP2A) se habían observado mediante tinción de inmunofluorescencia. La expresión de FSTL1, DIP2A y la activación de las vías de señalización se detectaron mediante Western blotting. La angiogénesis de las células endoteliales se observó mediante el experimento de los túbulos. Para la evaluación estadística se utilizó la evaluación de la varianza de una vía y la prueba t de Student.
Resultados: El entrenamiento de resistencia estimuló la secreción de FSTL1 del músculo esquelético, que promovió la angiogénesis miocárdica, inhibió la transformación patológica y protegió el rendimiento cardíaco en ratas con IM. El ejercicio facilitó el músculo esquelético FSTL1 para desempeñar un trabajo en la defensa del corazón coronario. FSTL1 exógeno promovió la proliferación de células endoteliales de los vasos de la vena umbilical humana y reguló al alza la expresión de DIP2A, mientras que la intervención del inhibidor de TGFβR1 reguló a la baja la fase de fosforilación de Smad2/tres y la expresión del factor de progreso endotelial vascular-A, lo que no favoreció la angiogénesis. FSTL1 seguro al receptor, DIP2A, para regular la angiogénesis principalmente a través de la vía de señalización Smad2/tres. FSTL1-DIP2A activó directamente Smad2/tres y no se vio afectado por TGFβR1.
Rat Cholesterol ELISA ELISA | |
E01A11128 | BlueGene |
Goat Cholesterol ELISA ELISA | |
E01A46041 | BlueGene |
Mouse Cholesterol ELISA ELISA | |
E01A19869 | BlueGene |
Human Cholesterol ELISA ELISA | |
E01A2368 | BlueGene |
Sheep Cholesterol ELISA ELISA | |
E01A98335 | BlueGene |
Conclusión: El entrenamiento de resistencia dinámica estimula la expresión de FSTL1 derivado del músculo esquelético, que podría complementar la insuficiencia de FSTL1 cardíaco y promover la rehabilitación cardíaca a través de la vía de señalización DIP2A-Smad2/tres en ratas con IM.
Estudio de pocos disparos para la clasificación de nuevas construcciones macromoleculares en los tomogramas crioelectrónicos
La crio-tomografía electrónica (crio-ET) permite la visualización en 3D de partes subcelulares en estado casi nativo y a resoluciones submoleculares en células individuales, demostrando una posición cada vez más necesaria en la biología estructural in situ. Sin embargo, el reconocimiento sistemático y la restauración de las construcciones macromoleculares en la información de crio-ET siguen siendo difíciles como consecuencia de la baja relación señal-ruido (SNR), los pequeños tamaños de las macromoléculas y la excesiva complejidad del entorno móvil.
MULTIPLEX KIT PCR MASTITIS PCR kit | |||
Bioingentech | |||
MULTIPLEX KIT PCR MASTITIS PCR kit | |||
Bioingentech | |||
PCR Mix | |||
Biochain | |||
PCR-EZ D-PCR MASTER MIX | |||
Bio Basic | |||
MULTIPLEX KIT PCR Babesia & Theileria PCR kit | |||
Bioingentech |
La clasificación estructural de los subtomogramas es un paso necesario para esta actividad. Aunque la adquisición de cantidades gigantescas de subtomogramas no es un impedimento debido a los avances en la automatización del surtido de información, la adquisición de la cantidad similar de etiquetas estructurales es cada computación y trabajo intensivo. Por otro lado, los actuales enfoques de clasificación supervisada basados en el estudio profundo son extremadamente exigentes en cuanto a la información etiquetada y tienen una habilidad restringida para estudiar nuevas construcciones rápidamente a partir de la información que contiene sólo unas pocas etiquetas de tales construcciones nuevas.
Paraffin Wax | |||
Toronto Research Chemicals | |||
Paraffin wax pellets | |||
EWC Diagnostics | |||
Paraffin wax pellets | |||
EWC Diagnostics | |||
Paraffin wax Pellets | |||
EWC Diagnostics | |||
Paraffin wax Pellets | |||
EWC Diagnostics |
En este trabajo, proponemos un método novedoso para la clasificación de subtomogramas basado principalmente en el estudio de pocas etiquetas. Con nuestro método, la clasificación de las construcciones no vistas en la información de entrenamiento se puede llevar a cabo dado unas pocas muestras etiquetadas en la información de control a través de la incrustación de ocasión. Los experimentos se han llevado a cabo en conjuntos de datos reales y simulados.
Fuentes
1. ¿Qué es la parafina?
2. Gentaur
3. NCBI