Reverse phase protein microarrays advance to use in clinical trials.
Reverse phase protein microarrays advance to use in clinical trials.
复制标题
DOI：
10.1016/j.molonc.2010.09.003
复制
发表时间：
2010-12
影响因子：
6.6
通讯作者：
Espina V
中科院分区：
文献类型：
--
作者：
Mueller C;Liotta LA;Espina V
针对分子靶向抑制剂的个体化癌症治疗需要一类新的分子谱分析技术，该技术可以映射包含药物靶标的癌细胞信号通路的功能状态。反相蛋白质微阵列（RPMA）是一种技术平台，设计用于定量，多路复用分析特定磷酸化，切割，或总（磷酸化和非磷酸化）形式的细胞蛋白质从有限数量的样品。这类微阵列可用于询问组织样品、细胞、血清或体液。RPMA以前是一种研究工具;现在这项技术已经毕业用于临床试验研究，具有临床级灵敏度和精度。在这篇综述中，我们描述了应用RPMA的多重信号通路分析在治疗监测，生物标志物的发现，和药物靶点的评价，并总结了RPMA的建设和分析的技术方面。
Individualizing cancer therapy for molecular targeted inhibitors requires a new class of molecular profiling technology that can map the functional state of the cancer cell signal pathways containing the drug targets. Reverse phase protein microarrays (RPMA) are a technology platform designed for quantitative, multiplexed analysis of specific phosphorylated, cleaved, or total (phosphorylated and non-phosphorylated) forms of cellular proteins from a limited amount of sample. This class of microarray can be used to interrogate tissue samples, cells, serum, or body fluids. RPMA were previously a research tool; now this technology has graduated to use in research clinical trials with clinical grade sensitivity and precision. In this review we describe the application of RPMA for multiplexed signal pathway analysis in therapeutic monitoring, biomarker discovery, and evaluation of pharmaceutical targets, and conclude with a summary of the technical aspects of RPMA construction and analysis.
登录
查看更多内容
DOI：
10.1158/1078-0432.ccr-08-3293
发表时间：
2009-06-01
期刊：
Clinical cancer research : an official journal of the American Association for Cancer Research
影响因子：
--
作者：
Agarwal R;Gonzalez-Angulo AM;Myhre S;Carey M;Lee JS;Overgaard J;Alsner J;Stemke-Hale K;Lluch A;Neve RM;Kuo WL;Sorlie T;Sahin A;Valero V;Keyomarsi K;Gray JW;Borresen-Dale AL;Mills GB;Hennessy BT
通讯作者：
Hennessy BT
影响因子：
64.5
作者：
Azam, M;Latek, RR;Daley, GQ
通讯作者：
Daley, GQ
影响因子：
64.8
作者：
Alizadeh, AA;Eisen, MB;Staudt, LM
通讯作者：
Staudt, LM
影响因子：
--
作者：
Davuluri, Geetanjali;Espina, Virginia;Glaser, Bert M.
通讯作者：
Glaser, Bert M.
影响因子：
7.3
作者：
Becker, K-F;Schott, C.;Hoefler, H.
通讯作者：
Hoefler, H.