인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Circulating tumor cells (CTCs) are recognized as direct seeds of metastasis. However, CTC count may not be the "best" indicator of metastatic risk because their heterogeneity is generally neglected. In this study, we develop a molecular typing system to predict colorectal cancer metastasis potential based on the metabolic fingerprints of single CTCs. After identification of the metabolites potentially related to metastasis using mass spectrometry-based untargeted metabolomics, setup of a home-built single-cell quantitative mass spectrometric platform for target metabolite analysis in individual CTCs and use of a machine learning method composed of non-negative matrix factorization and logistic regression, CTCs are divided into two subgroups, C1 and C2, based on a 4-metabolite fingerprint. Both in vitro and in vivo experiments demonstrate that CTC count in C2 subgroup is closely associated with metastasis incidence. This is an interesting report on the presence of a specific population of CTCs with distinct metastatic potential at the single-cell metabolite level.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
