Proteomic profiling across breast cancer cell lines and models.
Proteomic profiling across breast cancer cell lines and models.
复制标题
DOI：
10.1038/s41597-023-02355-0
复制
发表时间：
2023-08-04
期刊：
影响因子：
9.8
通讯作者：
Subramanian, Kartik
中科院分区：
文献类型：
--
作者：
Kalocsay, Marian;Berberich, Matthew J.;Everley, Robert A.;Nariya, Maulik K.;Chung, Mirra;Gaudio, Benjamin;Victor, Chiara;Bradshaw, Gary A.;Eisert, Robyn J.;Hafner, Marc;Sorger, Peter K.;Mills, Caitlin E.;Subramanian, Kartik
我们对60个人源性乳腺癌细胞系模型进行了定量蛋白质组学研究，深度达到13,000个蛋白质。对得到的高通量数据集的质量和重复性进行了评估。我们使用数据集来识别和表征乳腺癌的亚型，并表明它们符合已知的转录亚型，揭示了即使在采样不足的蛋白质特征集中，分子亚型也是保留的。所有数据集都可以在LINCS门户网站上作为公共资源免费获得。我们预计，这些数据集，无论是孤立的或与互补的测量，如基因组学，转录组和磷蛋白质组学，可以被挖掘的目的是预测药物反应，在信号通路模型中告知细胞系特定的背景，并识别治疗敏感性或耐药性的标记。
We performed quantitative proteomics on 60 human-derived breast cancer cell line models to a depth of ~13,000 proteins. The resulting high-throughput datasets were assessed for quality and reproducibility. We used the datasets to identify and characterize the subtypes of breast cancer and showed that they conform to known transcriptional subtypes, revealing that molecular subtypes are preserved even in under-sampled protein feature sets. All datasets are freely available as public resources on the LINCS portal. We anticipate that these datasets, either in isolation or in combination with complimentary measurements such as genomics, transcriptomics and phosphoproteomics, can be mined for the purpose of predicting drug response, informing cell line specific context in models of signalling pathways, and identifying markers of sensitivity or resistance to therapeutics.
登录
查看更多内容
影响因子：
4.4
作者：
Plubell DL;Käll L;Webb-Robertson BJ;Bramer LM;Ives A;Kelleher NL;Smith LM;Montine TJ;Wu CC;MacCoss MJ
通讯作者：
MacCoss MJ
影响因子：
64.5
作者：
Huttlin EL;Jedrychowski MP;Elias JE;Goswami T;Rad R;Beausoleil SA;Villén J;Haas W;Sowa ME;Gygi SP
通讯作者：
Gygi SP
影响因子：
4.4
作者：
Du, Xiuxia;Yang, Feng;Smith, Richard D.
通讯作者：
Smith, Richard D.
影响因子：
8.8
作者：
Lawrence RT;Perez EM;Hernández D;Miller CP;Haas KM;Irie HY;Lee SI;Blau CA;Villén J
通讯作者：
Villén J
影响因子：
14.8
作者：
Rappsilber, Juri;Mann, Matthias;Ishihama, Yasushi
通讯作者：
Ishihama, Yasushi