colorectal-cancer-cell-surface-protein-profiling-using-an-antibody

Colorectal Cancer Cell Surface Protein Profiling Using an Antibody Microarray and Fluorescence Multiplexing

The current prognosis and classification of CRC relies on staging systems that integrate histopathologic and clinical findings. However, in the majority ...

University of Sydney

&#x5927;&#x80A0;&#x764C; (CRC) &#x548C;&#x6B63;&#x5E38;&#x7684;&#x80A0;&#x7C98;&#x819C;&#x7EC4;&#x7EC7;&#x4EA7;&#x751F;&#x53EF;&#x884C;&#x7684;&#x5355;&#x4E2A;&#x7EC6;&#x80DE;&#xFF0C;&#x7136;&#x540E;&#x6355;&#x83B7;&#x81EA;&#x5B9A;&#x4E49;&#x7684;&#x6297;&#x4F53;&#x5FAE;&#x9635;&#x5217;&#x8BA4;&#x8BC6;&#x5230; 122 &#x4E0D;&#x540C;&#x8868;&#x9762;&#x6297;&#x539F; &#xFF08;&#x8FD9;&#x4E2A; CRC &#x82AF;&#x7247;&#xFF09; &#x60AC;&#x6D6E;&#x5206;&#x7C7B;&#x4ECB;&#x7ECD;&#x7684;&#x8FC7;&#x7A0B;&#x3002;&#x901A;&#x8FC7;&#x5149;&#x5B66;&#x626B;&#x63CF;&#x82AF;&#x7247;&#x6280;&#x672F;&#x8BB0;&#x5F55;&#x7684;&#x5355;&#x5143;&#x683C;&#x7ED1;&#x5B9A;&#x6A21;&#x5F0F;&#x63D0;&#x4F9B;&#x5BF9;&#x7EC6;&#x80DE;&#x6297;&#x539F;&#x8868;&#x9762;&#x8F6E;&#x5ED3;&#x3002;&#x4E0E;&#x7ED1;&#x5B9A;&#x5230;&#x82AF;&#x7247;&#x4E0A;&#x7684;&#x7EC6;&#x80DE;&#x4E9A;&#x7FA4;&#x4F18;&#x5316;&#x53EF;&#x4EE5;&#x5206;&#x6790;&#x7684;&#x8367;&#x5149;&#x590D;&#x7528;&#x5668;&#x4E0E;&#x91CF;&#x5B50;&#x70B9;&#x6216;&#x5176;&#x4ED6;&#x8367;&#x5149;&#x67D3;&#x6599;&#x6807;&#x8BB0;&#x7684;&#x5355;&#x514B;&#x9686;&#x6297;&#x4F53;&#x3002;6 CRC &#x7EC6;&#x80DE;&#x7CFB; (T84&#x3001; LIM1215&#x3001; SW480&#x3001; HT29&#x3001; &#x4E2D;&#x4E9A;&#x5408;&#x4F5C;&#x7EC4;&#x7EC7;&#x548C; SW620) &#x548C;&#x5916;&#x79D1;&#x6837;&#x54C1;&#x4ECE; 40 CRC &#x60A3;&#x8005;&#x63D0;&#x51FA;&#x8868;&#x9762;&#x7684;&#x914D;&#x7F6E;&#x6587;&#x4EF6;&#x3002;&#x7EDF;&#x8BA1;&#x5206;&#x6790;&#x8868;&#x660E; CRC &#x793A;&#x4F8B;&#x914D;&#x7F6E;&#x6587;&#x4EF6;&#x548C;&#x9ECF;&#x819C;&#x63A7;&#x4EF6;&#x4E4B;&#x95F4;&#x7684;&#x91CD;&#x5927;&#x5DEE;&#x5F02;&#x3002;&#x5206;&#x5C42;&#x805A;&#x7C7B;&#x7684; CRC &#x6570;&#x636E;&#x786E;&#x5B9A;&#x51E0;&#x4E2A;&#x75BE;&#x75C5;&#x96C6;&#x7FA4;&#x663E;&#x793A;&#x4E00;&#x4E9B;&#x4E0E;&#x4E34;&#x5E8A;&#x75C5;&#x7406;&#x9636;&#x6BB5;&#x6240;&#x786E;&#x5B9A;&#x7684;&#x5E38;&#x89C4;&#x75C5;&#x7406;&#x7EC4;&#x7EC7;&#x5B66;&#x5206;&#x6790;&#x76F8;&#x5173;&#x6027;&#x7684;&#x7814;&#x7A76;&#x3002;&#x8367;&#x5149;&#x591A;&#x8DEF;&#x590D;&#x7528;&#x4F7F;&#x7528;&#x85FB;&#x7EA2;&#x86CB;&#x767D;&#x6216; Alexa &#x6C1F; 647 &#x5171;&#x8F6D;&#x6297;&#x4F53;&#x662F;&#x6BD4;&#x4E0E;&#x91CF;&#x5B50;&#x70B9;&#x6807;&#x8BB0;&#x7684;&#x6297;&#x4F53;&#x4E0E;&#x591A;&#x8DEF;&#x590D;&#x7528;&#x6280;&#x672F;&#x66F4;&#x4E3A;&#x6709;&#x6548;&#x3002;&#x8FD9;&#x4E2A;&#x76F8;&#x5BF9;&#x8F83;&#x7B80;&#x5355;&#x7684;&#x65B9;&#x6CD5;&#x4F1A;&#x751F;&#x6210;&#x5927;&#x91CF;&#x7684;&#x4FE1;&#x606F;&#xFF0C;&#x4E3A;&#x6BCF;&#x4E2A;&#x75C5;&#x4EBA;&#x7684;&#x6837;&#x672C;&#xFF0C;&#x5E76;&#x8FDB;&#x4E00;&#x6B65;&#x7684;&#x5E94;&#x7528;&#x7A0B;&#x5E8F;&#x3001; &#x5E94;&#x63D0;&#x4F9B;&#x75BE;&#x75C5;&#x7B7E;&#x540D;&#x548C;&#x542F;&#x7528;&#x7684;&#x597D;&#x6216;&#x5DEE;&#x7684;&#x9884;&#x540E;&#x60A3;&#x8005;&#x8BC6;&#x522B;&#x3002;

&#x8868;&#x9762;&#x6297;&#x539F;&#x7684;&#x7ED3;&#x76F4;&#x80A0;&#x764C;&#x60A3;&#x8005;&#x4F7F;&#x7528;&#x591A;&#x8DEF;&#x590D;&#x7528;&#x8367;&#x5149;&#x6297;&#x4F53;&#x5FAE;&#x9635;&#x5217;&#x5206;&#x6790;&#x3002;

A procedure is described for the disaggregation of colorectal cancers (CRC) and normal intestinal mucosal tissues to produce suspensions of viable single cells, which are then captured on customized antibody microarrays recognising 122 different surface antigens (DotScan CRC microarray). Cell binding patterns recorded by optical scanning of microarrays provide a surface profile of antigens on the cells. Sub-populations of cells bound on the microarray can be profiled by fluorescence multiplexing using monoclonal antibodies tagged with Quantum Dots or other fluorescent dyes. Surface profiles are presented for 6 CRC cell lines (T84, LIM1215, SW480, HT29, CaCo and SW620) and surgical samples from 40 CRC patients. Statistical analysis revealed significant differences between profiles for CRC samples and mucosal controls. Hierarchical clustering of CRC data identified several disease clusters that showed some correlation with clinico-pathological stage as determined by conventional histopathological analysis. Fluorescence multiplexing using Phycoerythrin- or Alexa Fluor 647-conjugated antibodies was more effective than multiplexing with antibodies labelled with Quantum Dots. This relatively simple method yields a large amount of information for each patient sample and, with further application, should provide disease signatures and enable the identification of patients with good or poor prognosis.

Surface antigen profiling of colorectal cancer using antibody microarrays with fluorescence multiplexing.

Une proc&#xE9;dure est d&#xE9;crite pour la d&#xE9;sagr&#xE9;gation des cancers colorectaux (CRC) et les tissus des muqueuses intestinales normales pour produire des suspensions de cellules viables simples, qui sont ensuite captur&#xE9;s sur des micror&#xE9;seaux d&#x26;#39;anticorps reconnaissant personnalis&#xE9;s 122 diff&#xE9;rents antig&#xE8;nes de surface (CRC DotScan microarray). Motifs de cellule de liaison enregistr&#xE9;es par balayage optique de puces de fournir un profil de surface des antig&#xE8;nes sur les cellules. Les sous-populations de cellules li&#xE9;es sur la puce peut &#xEA;tre profil&#xE9;e par multiplexage de fluorescence utilisant des anticorps monoclonaux marqu&#xE9;s avec des bo&#xEE;tes quantiques ou autres colorants fluorescents. Profils de surface sont pr&#xE9;sent&#xE9;s pour 6 lign&#xE9;es cellulaires CRC (T84, LIM1215, SW480, HT29, Caco et SW620) et des &#xE9;chantillons chirurgicaux de patients atteints de CCR 40. L&#x26;#39;analyse statistique a r&#xE9;v&#xE9;l&#xE9; des diff&#xE9;rences significatives entre les profils pour les &#xE9;chantillons et les contr&#xF4;les CRC muqueuses. Classification hi&#xE9;rarchique des donn&#xE9;es CRC a identifi&#xE9; plusieurs groupes de maladies qui ont montr&#xE9; une certaine corr&#xE9;lation avec clinico-pathologique stade tel que d&#xE9;termin&#xE9; par l&#x26;#39;analyse histopathologique conventionnel. Multiplexage par fluorescence en utilisant la phyco&#xE9;rythrine ou Alexa Fluor 647-conjugu&#xE9;s anticorps &#xE9;tait plus efficace que le multiplexage avec des anticorps marqu&#xE9;s avec des points quantiques. Cette m&#xE9;thode relativement simple donne une grande quantit&#xE9; d&#x26;#39;informations pour chaque &#xE9;chantillon de patient et, avec une nouvelle demande, devrait fournir des signatures de la maladie et permettre l&#x26;#39;identification des patients dont le pronostic est bon ou mauvais.

Profilage antig&#xE8;ne de surface du cancer colorectal utilisant des puces d&#x26;#39;anticorps avec multiplexage par fluorescence

Ein Verfahren wird beschrieben, f&uuml;r die Aufschl&uuml;sselung der colorectal Krebse (CRC) und normale intestinale Schleimhaut-Gewebe zu Suspensionen von lebensf&auml;higen Einzelzellen zu produzieren, die dann auf ma&szlig;geschneiderte Antik&ouml;rperMicroarrays Anerkennung 122 verschiedene OBERFL&Auml;CHENANTIGENE (DotScan CRC Microarray) erfasst werden. Bindung Zellmuster aufgenommen von optischen Scannen von Microarrays bieten ein Oberfl&auml;chenprofil der Antigene auf die Zellen. Teilgesamtheiten Zellen gebunden auf der Microarray k&ouml;nnen durch Fluoreszenz Multiplexen mit monoklonalen Antik&ouml;rpern markiert mit Quantum Dots oder andere Fluoreszenzfarbstoffe profiliert werden. Fl&auml;chenprofilen sind f&uuml;r 6 CRC-Zelllinien (T84, LIM1215, SW480, HT29, CaCo und SW620) und chirurgische Proben aus 40 CRC-Patienten vorgestellt. Statistische Analyse ergab signifikante Unterschiede zwischen den Profilen f&uuml;r CRC-Proben und Schleimhaut-Steuerelemente. Hierarchische Clusterung von CRC Daten identifiziert mehrere Krankheit Cluster, zeigte einige Korrelation mit klinisch-pathologischen Stadium festgelegt durch konventionelle histopathologische Analyse. Fluoreszenz Multiplexen mithilfe von Phycoerythrin- oder Alexa Fluor 647-konjugierten Antik&ouml;rpern war wirksamer als Multiplexen mit Antik&ouml;rper gekennzeichnet mit Quantenpunkte. Diese relativ einfache Methode ergibt eine gro&szlig;e Menge an Informationen f&uuml;r jede Probe und mit einem weiteren Antrag sollte, eine Krankheit Signaturen und die Identifizierung von Patienten mit guter oder schlechter Prognose.

Oberfl&auml;chenantigen Profilerstellung von Dickdarmkrebs mit Antik&ouml;rperMicroarrays mit Fluoreszenz Multiplexen.

Una procedura &egrave; descritta per la disaggregazione dei tumori del colon-retto (CRC) e tessuti della mucosa intestinali normali per la produzione di sospensioni di cellule vitali singole, che vengono poi catturate su microarrays dell&#39;anticorpo personalizzati riconoscendo 122 diversi antigeni di superfici (microarray DotScan CRC). Pattern di celle associazione registrata da scansione ottica di microarrays forniscono un profilo della superficie degli antigeni sulle cellule. Sottopopolazioni di cellule associate su microarray del possono essere profilati da fluorescenza multiplexing utilizzando anticorpi monoclonali contrassegnati con punti quantici o altri coloranti fluorescenti. Profili di superficie sono presentati per 6 linee di cellule CRC (T84, LIM1215, SW480, HT29, CaCo e SW620) e campioni chirurgici da 40 pazienti con CRC. Analisi statistica ha rivelato differenze significative tra i profili per i campioni di CRC e controlli della mucosa. Hierarchical clustering di dati CRC identificati malattia diversi cluster che ha mostrato qualche correlazione con stadio clinico-patologico come determinato dalle analisi istopatologiche convenzionali. Fluorescenza multiplexing utilizzando ficoeritrina - o anticorpi coniugati Alexa Fluor 647 era pi&ugrave; efficace di multiplexing con anticorpi coniugati con punti quantici. Questo metodo relativamente semplice produce una grande quantit&agrave; di informazioni per ogni campione del paziente e, con ulteriore applicazione, dovrebbe fornire le firme di malattia e consentire l&#39;identificazione dei pazienti con buona o cattiva prognosi.

Antigene di superficie dell&#39;analisi del cancro colorettale usando i microarrays dell&#39;anticorpo con fluorescenza multiplexing.

&#x30D7;&#x30ED;&#x30B7;&#x30FC;&#x30B8;&#x30E3;&#x306F;122&#x306E;&#x7570;&#x306A;&#x308B;&#x8868;&#x9762;&#x6297;&#x539F;&#xFF08;DotScan CRC&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30A2;&#x30EC;&#x30A4;&#xFF09;&#x3092;&#x8A8D;&#x8B58;&#x3057;&#x3001;&#x30AB;&#x30B9;&#x30BF;&#x30DE;&#x30A4;&#x30BA;&#x6297;&#x4F53;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30A2;&#x30EC;&#x30A4;&#x4E0A;&#x306B;&#x6355;&#x6349;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x5B9F;&#x884C;&#x53EF;&#x80FD;&#x306A;&#x5358;&#x4E00;&#x7D30;&#x80DE;&#x306E;&#x61F8;&#x6FC1;&#x6DB2;&#x3092;&#x751F;&#x6210;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x5927;&#x8178;&#x764C;&#xFF08;CRC&#xFF09;&#x3068;&#x6B63;&#x5E38;&#x306A;&#x8178;&#x5185;&#x7C98;&#x819C;&#x7D44;&#x7E54;&#x306E;&#x5206;&#x89E3;&#x306B;&#x8A18;&#x8F09;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x3002;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30A2;&#x30EC;&#x30A4;&#x306E;&#x5149;&#x8D70;&#x67FB;&#x306B;&#x3088;&#x3063;&#x3066;&#x8A18;&#x9332;&#x3055;&#x308C;&#x305F;&#x30BB;&#x30EB;&#x306E;&#x7D50;&#x5408;&#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x304C;&#x7D30;&#x80DE;&#x4E0A;&#x306E;&#x6297;&#x539F;&#x306E;&#x8868;&#x9762;&#x30D7;&#x30ED;&#x30D5;&#x30A1;&#x30A4;&#x30EB;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30A2;&#x30EC;&#x30A4;&#x4E0A;&#x306B;&#x7D50;&#x5408;&#x3057;&#x305F;&#x7D30;&#x80DE;&#x306E;&#x30B5;&#x30D6;&#x96C6;&#x56E3;&#x306F;&#x3001;&#x91CF;&#x5B50;&#x30C9;&#x30C3;&#x30C8;&#x3084;&#x4ED6;&#x306E;&#x86CD;&#x5149;&#x8272;&#x7D20;&#x3067;&#x30BF;&#x30B0;&#x4ED8;&#x3051;&#x3055;&#x308C;&#x305F;&#x30E2;&#x30CE;&#x30AF;&#x30ED;&#x30FC;&#x30CA;&#x30EB;&#x6297;&#x4F53;&#x3092;&#x7528;&#x3044;&#x305F;&#x86CD;&#x5149;&#x591A;&#x91CD;&#x5316;&#x306B;&#x3088;&#x3063;&#x3066;&#x30D7;&#x30ED;&#x30D5;&#x30A1;&#x30A4;&#x30EA;&#x30F3;&#x30B0;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x8868;&#x9762;&#x5F62;&#x72B6;&#x306F;&#x3001;40&#x306E;CRC&#x60A3;&#x8005;&#x304B;&#x3089;6 CRC&#x7D30;&#x80DE;&#x682A;&#xFF08;T84&#x3001;LIM1215&#x3001;SW480&#x3001;HT29&#x3001;&#x70AD;&#x9178;&#x30AB;&#x30EB;&#x30B7;&#x30A6;&#x30E0;&#x3068;SW620&#xFF09;&#x3084;&#x624B;&#x8853;&#x30B5;&#x30F3;&#x30D7;&#x30EB;&#x306E;&#x305F;&#x3081;&#x306B;&#x63D0;&#x793A;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x7D71;&#x8A08;&#x5206;&#x6790;&#x306F;&#x3001;CRC&#x30B5;&#x30F3;&#x30D7;&#x30EB;&#x3068;&#x7C98;&#x819C;&#x306E;&#x30B3;&#x30F3;&#x30C8;&#x30ED;&#x30FC;&#x30EB;&#x7528;&#x306E;&#x30D7;&#x30ED;&#x30D5;&#x30A1;&#x30A4;&#x30EB;&#x306E;&#x9593;&#x306B;&#x6709;&#x610F;&#x5DEE;&#x3092;&#x660E;&#x3089;&#x304B;&#x306B;&#x3057;&#x305F;&#x3002; CRC&#x30C7;&#x30FC;&#x30BF;&#x306E;&#x968E;&#x5C64;&#x7684;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x30EA;&#x30F3;&#x30B0;&#x306F;&#x3001;&#x5F93;&#x6765;&#x306E;&#x75C5;&#x7406;&#x7D44;&#x7E54;&#x5B66;&#x7684;&#x89E3;&#x6790;&#x306B;&#x3088;&#x3063;&#x3066;&#x6C7A;&#x5B9A;&#x3055;&#x308C;&#x305F;&#x81E8;&#x5E8A;&#x75C5;&#x7406;&#x5B66;&#x7684;&#x6BB5;&#x968E;&#x3067;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x76F8;&#x95A2;&#x3092;&#x793A;&#x3057;&#x305F;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x75BE;&#x60A3;&#x306E;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x30FC;&#x3092;&#x540C;&#x5B9A;&#x3057;&#x305F;&#x3002;&#x30D5;&#x30A3;&#x30B3;&#x30A8;&#x30EA;&#x30B9;&#x30EA;&#x30F3;&#x53C8;&#x306F;Alexa Fluor 647&#x6A19;&#x8B58;&#x6297;&#x4F53;&#x3092;&#x7528;&#x3044;&#x305F;&#x86CD;&#x5149;&#x591A;&#x91CD;&#x5316;&#x306F;&#x3001;&#x91CF;&#x5B50;&#x30C9;&#x30C3;&#x30C8;&#x3067;&#x6A19;&#x8B58;&#x3057;&#x305F;&#x6297;&#x4F53;&#x3092;&#x7528;&#x3044;&#x3066;&#x591A;&#x91CD;&#x5316;&#x3088;&#x308A;&#x3082;&#x52B9;&#x679C;&#x7684;&#x3067;&#x3042;&#x3063;&#x305F;&#x3002;&#x3053;&#x306E;&#x6BD4;&#x8F03;&#x7684;&#x5358;&#x7D14;&#x306A;&#x65B9;&#x6CD5;&#x306F;&#x3001;&#x3055;&#x3089;&#x306B;&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3067;&#x3001;&#x5404;&#x60A3;&#x8005;&#x30B5;&#x30F3;&#x30D7;&#x30EB;&#x306E;&#x5927;&#x91CF;&#x306E;&#x60C5;&#x5831;&#x3092;&#x5F97;&#x3089;&#x308C;&#x308B;&#x3068;&#x3001;&#x75C5;&#x6C17;&#x306E;&#x30B7;&#x30B0;&#x30CD;&#x30C1;&#x30E3;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x3001;&#x826F;&#x3044;&#x304B;&#x4E88;&#x5F8C;&#x4E0D;&#x826F;&#x306E;&#x60A3;&#x8005;&#x306E;&#x8B58;&#x5225;&#x3092;&#x6709;&#x52B9;&#x306B;&#x3059;&#x308B;&#x5FC5;&#x8981;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3002;

&#x86CD;&#x5149;&#x591A;&#x91CD;&#x6027;&#x3092;&#x6709;&#x3059;&#x308B;&#x6297;&#x4F53;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30A2;&#x30EC;&#x30A4;&#x3092;&#x7528;&#x3044;&#x305F;&#x5927;&#x8178;&#x764C;&#x306E;&#x8868;&#x9762;&#x6297;&#x539F;&#x306E;&#x30D7;&#x30ED;&#x30D5;&#x30A1;&#x30A4;&#x30EA;&#x30F3;&#x30B0;

&#xB300; &#xC7A5; &#xC554; (CRC) &#xBC0F; &#xC0AC;&#xC6A9;&#xC790; &#xC9C0;&#xC815; &#xB41C; &#xD56D; &#xCCB4; microarrays 122 &#xB2E4;&#xB978; &#xD45C;&#xBA74; &#xD56D; &#xC6D0; (DotScan CRC microarray) &#xC778;&#xC815;&#xC5D0; &#xCEA1;&#xCC98;&#xD55C; &#xB2E4;&#xC74C; &#xAC00;&#xB2A5;&#xD55C; &#xB2E8;&#xC77C; &#xC140;&#xC758; &#xC815;&#xC9C0; &#xC0DD;&#xC0B0; &#xC815;&#xC0C1;&#xC801;&#xC778; &#xC7A5; &#xC810; &#xB9C9; &#xC870;&#xC9C1;&#xC774; &#xBD95;&#xAD34;&#xC5D0; &#xB300; &#xD55C; &#xD504;&#xB85C;&#xC2DC;&#xC800;&#xB97C; &#xC124;&#xBA85; &#xD569;&#xB2C8;&#xB2E4;. &#xC140; &#xBC14;&#xC778;&#xB529; &#xD328;&#xD134; microarrays&#xC758; &#xAD11;&#xD559; &#xC2A4;&#xCE94; &#xD558; &#xC5EC; &#xAE30;&#xB85D; &#xC138;&#xD3EC;&#xC5D0; &#xD56D; &#xC6D0;&#xC758; &#xC11C;&#xD53C;&#xC2A4; &#xD504;&#xB85C; &#xD30C;&#xC77C;&#xC744; &#xC81C;&#xACF5; &#xD569;&#xB2C8;&#xB2E4;. &#xC11C;&#xBE0C;&#xB294; microarray&#xC5D0; &#xBC14;&#xC778;&#xB529;&#xB41C; &#xC140;&#xC758; &#xD615;&#xAD11; &#xC591;&#xC790; &#xC810;&#xC774; &#xB098; &#xB2E4;&#xB978; &#xD615;&#xAD11; &#xC5FC;&#xB8CC; &#xD0DC;&#xADF8;&#xB85C; &#xB2E8;&#xC77C; &#xD074;&#xB860; &#xD56D; &#xCCB4;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xBA40;&#xD2F0;&#xD50C;&#xB809;&#xC2F1; &#xD558; &#xC5EC; &#xD504;&#xB85C; &#xD30C;&#xC77C;&#xB9C1; &#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC11C;&#xD53C;&#xC2A4; &#xD504;&#xB85C; &#xD30C;&#xC77C; 40 CRC &#xD658;&#xC790;&#xC5D0;&#xC11C; 6 CRC &#xC140; &#xB77C;&#xC778; (T84, LIM1215, SW480, HT29, CaCo &#xBC0F; SW620) &#xBC0F; &#xC678;&#xACFC; &#xC0D8;&#xD50C; &#xC81C;&#xACF5; &#xB429;&#xB2C8;&#xB2E4;. &#xD1B5;&#xACC4; &#xBD84;&#xC11D; CRC &#xC0D8;&#xD50C;&#xC5D0; &#xB300; &#xD55C; &#xD504;&#xB85C;&#xD544; &#xBC0F; &#xC810; &#xB9C9; &#xCEE8;&#xD2B8;&#xB864; &#xC0AC;&#xC774; &#xD070; &#xCC28;&#xC774;&#xAC00; &#xBC1D;&#xD600;. &#xACC4;&#xCE35;&#xC801; &#xD074;&#xB7EC;&#xC2A4;&#xD130;&#xB9C1; &#xC2DD;&#xBCC4; &#xB41C; CRC &#xB370;&#xC774;&#xD130;&#xC758; &#xC5EC;&#xB7EC; &#xAC00;&#xC9C0; &#xC9C8;&#xBCD1; &#xAE30;&#xC874;&#xC758; histopathological &#xBD84;&#xC11D;&#xC5D0; &#xC758;&#xD574; &#xACB0;&#xC815; clinico &#xBCD1; &#xC801;&#xC778; &#xB2E8;&#xACC4;&#xC640; &#xC5B4;&#xB5A4; &#xC0C1;&#xAD00; &#xAD00;&#xACC4;&#xB97C; &#xBCF4;&#xC5EC;&#xC900; &#xD074;&#xB7EC;&#xC2A4;&#xD130;. &#xD615;&#xAD11; Phycoerythrin &#xB610;&#xB294; &#xC54C; &#xB809; &#xC0AC; &#xD615; &#xC11D; 647 conjugated &#xD56D; &#xCCB4;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xBA40;&#xD2F0;&#xD50C;&#xB809;&#xC2F1; &#xC591;&#xC790; &#xB3C4;&#xD2B8; &#xC154; &#xC11C; &#xD56D; &#xCCB4;&#xC640; &#xD568;&#xAED8; &#xB2E4;&#xC911;&#xD654; &#xBCF4;&#xB2E4; &#xB354; &#xD6A8;&#xACFC;&#xC801; &#xC774;&#xC5C8;&#xB2E4;. &#xC774; &#xC0C1;&#xB300;&#xC801;&#xC73C;&#xB85C; &#xAC04;&#xB2E8;&#xD55C; &#xBC29;&#xBC95; &#xB9CE;&#xC740; &#xC591;&#xC758; &#xCD94;&#xAC00; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8;, &#xADF8;&#xB9AC;&#xACE0; &#xAC01; &#xD658;&#xC790; &#xC0D8;&#xD50C;&#xC5D0; &#xB300; &#xD55C; &#xC815;&#xBCF4;&#xB97C; &#xC0DD;&#xC131;, &#xC9C8;&#xBCD1; &#xC11C;&#xBA85;&#xC744; &#xC81C;&#xACF5; &#xACE0; &#xD574;&#xC57C; &#xC88B;&#xC740; &#xAC83;&#xC774; &#xB4E0; &#xAC00;&#xB09C;&#xD55C; &#xC608; &#xD6C4;&#xB97C; &#xAC00;&#xC9C4; &#xD658;&#xC790; &#xC2DD;&#xBCC4;&#xC744; &#xAC00;&#xB2A5; &#xD558; &#xAC8C; &#xD569;&#xB2C8;&#xB2E4;.

&#xD45C;&#xBA74; &#xD56D; &#xC6D0; &#xD56D; &#xCCB4; microarrays &#xD615;&#xAD11; &#xB2E4;&#xC911;&#xD654;&#xC640; &#xD568;&#xAED8; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xB300; &#xC7A5; &#xC554;&#xC758; &#xD504;&#xB85C; &#xD30C;&#xC77C;&#xB9C1;.

Se describe un procedimiento para la desagregaci&#xF3;n de los tipos de c&#xE1;ncer colorrectal (CCR) y tejidos normales la mucosa intestinal para producir suspensiones de c&#xE9;lulas viables individuales, que luego son capturados en microarrays de anticuerpos a medida que reconocen ant&#xED;genos de superficie de 122 diferentes DotScan CRC microarrays). Patrones de uni&#xF3;n celular registrados por exploraci&#xF3;n &#xF3;ptica de microarrays proporcionar un perfil de la superficie de los ant&#xED;genos en las c&#xE9;lulas. Sub-poblaciones de c&#xE9;lulas unidas en el microarray puede ser perfilada por la multiplexaci&#xF3;n de fluorescencia utilizando anticuerpos monoclonales marcados con puntos cu&#xE1;nticos u otros colorantes fluorescentes. Perfiles de la superficie se presentan por 6 l&#xED;neas celulares de CRC (T84, LIM1215, SW480, HT29, Caco y SW620) y las muestras quir&#xFA;rgicas de 40 pacientes con CCR. El an&#xE1;lisis estad&#xED;stico revel&#xF3; diferencias significativas entre los perfiles de las muestras y los controles de la mucosa CRC. La agrupaci&#xF3;n jer&#xE1;rquica de datos CRC identific&#xF3; varios grupos de enfermedades que muestran cierta correlaci&#xF3;n con el estadio cl&#xED;nico-patol&#xF3;gico determinado por el an&#xE1;lisis histopatol&#xF3;gico convencional. Multiplexaci&#xF3;n de fluorescencia utilizando ficoeritrina o Alexa Fluor 647-anticuerpos conjugados fue m&#xE1;s eficaz que la multiplexaci&#xF3;n con anticuerpos marcados con puntos cu&#xE1;nticos. Este m&#xE9;todo relativamente simple produce una gran cantidad de informaci&#xF3;n para cada muestra del paciente y, con mayor aplicaci&#xF3;n, debe proporcionar firmas enfermedad y permitir la identificaci&#xF3;n de los pacientes con buen pron&#xF3;stico o pobre.

Superficie de perfiles de Ant&#xED;geno de C&#xE1;ncer Colorrectal El uso de microarrays de anticuerpos con multiplexaci&#xF3;n por fluorescencia

&#x5927;&#x80A0;&#x764C; (CRC) &#x7684;&#x5206;&#x7C7B;&#x76EE;&#x524D;&#x5F88;&#x5927;&#x7A0B;&#x5EA6;&#x4E0A;&#x57FA;&#x4E8E;&#x7EC4;&#x7EC7;&#x5B66;&#x786E;&#x5B9A;&#x7684;&#x80BF;&#x7624;&#x7684;&#x7279;&#x5F81;&#xFF0C;&#x4F8B;&#x5982;&#x5206;&#x5316;&#x72B6;&#x6001;&#x4E0E;&#x80BF;&#x7624;&#x7684;&#x9636;&#x6BB5;&#xFF0C;&#x5373;&#x80BF;&#x7624;&#x4FB5;&#x72AF;&#x6DF1;&#x5EA6;&#x3001; &#x53C2;&#x4E0E;&#x533A;&#x57DF;&#x6DCB;&#x5DF4;&#x7ED3;&#x548C;&#x8F6C;&#x79FB;&#x6269;&#x6563;&#x81F3;&#x5176;&#x4ED6;&#x5668;&#x5B98;&#x7684;&#x53D1;&#x751F;&#x3002;&#x8FD9;&#x4E9B;&#x90FD;&#x662F;&#x5E38;&#x89C4;&#x7684;&#x9884;&#x540E;&#x56E0;&#x7D20;&#x7684;&#x60A3;&#x8005;&#x5B58;&#x6D3B;&#xFF0C;&#x5E38;&#x5E38;&#x51B3;&#x5B9A;&#x624B;&#x672F;&#x5207;&#x9664;&#x539F;&#x53D1;&#x6027;&#x80BF;&#x7624;&#x672F;&#x540E;&#x8F85;&#x52A9;&#x6CBB;&#x7597;&#x7684;&#x8981;&#x6C42;&#x3002;&#x4F46;&#x662F;&#xFF0C;&#x540C;&#x6837;&#x7684; CRC &#x9636;&#x6BB5;&#x60A3;&#x8005;&#x53EF;&#x4EE5;&#x6709;&#x975E;&#x5E38;&#x4E0D;&#x540C;&#x7684;&#x75BE;&#x75C5;&#x76F8;&#x5173;&#x7684;&#x7ED3;&#x679C;&#x3002;&#x4E00;&#x4E9B;&#x60C5;&#x51B5;&#x4E0B;&#xFF0C;&#x65E9;&#x671F;&#x80BF;&#x7624;&#x7684;&#x624B;&#x672F;&#x5207;&#x9664;&#x4F1A;&#x5BFC;&#x81F4;&#x5B8C;&#x5168;&#x6062;&#x590D;&#xFF0C;&#x800C;&#x5BF9;&#x4E8E;&#x5176;&#x4ED6;&#x75BE;&#x75C5;&#x590D;&#x53D1;&#x548C;&#x8F6C;&#x79FB;&#xFF0C;&#x800C;&#x4E0D;&#x8003;&#x8651;&#x8F85;&#x52A9;&#x6CBB;&#x7597;&#x53EF;&#x80FD;&#x4F1A;&#x53D1;&#x751F;&#x3002;&#x56E0;&#x6B64;&#xFF0C;&#x52A1;&#x5FC5;&#x4E86;&#x89E3;&#x5BFC;&#x81F4;&#x75BE;&#x75C5;&#x8FDB;&#x5C55;&#x548C;&#x8F6C;&#x79FB;&#x7684;&#x5206;&#x5B50;&#x8FC7;&#x7A0B;&#xFF0C;&#x5E76;&#x627E;&#x5230;&#x66F4;&#x53EF;&#x9760;&#x7684;&#x9884;&#x540E;&#x6807;&#x5FD7;&#x548C;&#x65B0;&#x578B;&#x76EE;&#x6807;&#x6CBB;&#x7597;&#x3002;&#x8FD9;&#x4E00;&#x5BA1;&#x67E5;&#x4FA7;&#x91CD;&#x4E8E;&#x7EC6;&#x80DE;&#x8868;&#x9762;&#x86CB;&#x767D;&#x4E0E;&#x80BF;&#x7624;&#x8FDB;&#x5C55;&#x3001; &#x8F6C;&#x79FB;&#x548C;&#x75C5;&#x4EBA;&#x7684;&#x7ED3;&#x679C;&#x5173;&#x8054;&#x8D77;&#x6765;&#xFF0C;&#x5E76;&#x8BA8;&#x8BBA;&#x4E00;&#x4E9B;&#x5728; CRC &#x4E2D;&#x67E5;&#x627E;&#x9884;&#x540E;&#x86CB;&#x767D;&#x6807;&#x8BB0;&#x7684;&#x6311;&#x6218;&#x3002;

&#x7EC6;&#x80DE;&#x8868;&#x9762;&#x6807;&#x8BB0;&#x5728;&#x7ED3;&#x76F4;&#x80A0;&#x764C;&#x60A3;&#x8005;&#x9884;&#x540E;&#x3002;

The classification of colorectal cancers (CRC) is currently based largely on histologically determined tumour characteristics, such as differentiation status and tumour stage, i.e., depth of tumour invasion, involvement of regional lymph nodes and the occurrence of metastatic spread to other organs. These are the conventional prognostic factors for patient survival and often determine the requirement for adjuvant therapy after surgical resection of the primary tumour. However, patients with the same CRC stage can have very different disease-related outcomes. For some, surgical removal of early-stage tumours leads to full recovery, while for others, disease recurrence and metastasis may occur regardless of adjuvant therapy. It is therefore important to understand the molecular processes that lead to disease progression and metastasis and to find more reliable prognostic markers and novel targets for therapy. This review focuses on cell surface proteins that correlate with tumour progression, metastasis and patient outcome, and discusses some of the challenges in finding prognostic protein markers in CRC.

Cell surface markers in colorectal cancer prognosis.

La classification des cancers colorectaux (CCR) est actuellement bas&#xE9;e en grande partie sur les caract&#xE9;ristiques des tumeurs histologiquement d&#xE9;termin&#xE9;s, tels que le statut de diff&#xE9;renciation et le stade tumoral, c.-&#xE0;-profondeur de l&#x26;#39;invasion tumorale, la participation des ganglions lymphatiques r&#xE9;gionaux et la survenue de m&#xE9;tastases &#xE0; d&#x26;#39;autres organes. Ce sont les facteurs pronostiques classiques pour la survie des patients et souvent d&#xE9;terminer la n&#xE9;cessit&#xE9; d&#x26;#39;un traitement adjuvant apr&#xE8;s r&#xE9;section chirurgicale de la tumeur primaire. Cependant, les patients atteints de la m&#xEA;me sc&#xE8;ne CRC peut &#xEA;tre tr&#xE8;s diff&#xE9;rentes maladies li&#xE9;es &#xE0; des r&#xE9;sultats. Pour certains, l&#x26;#39;ablation chirurgicale de tumeurs de stade pr&#xE9;coce conduit &#xE0; une gu&#xE9;rison compl&#xE8;te, tandis que pour d&#x26;#39;autres, r&#xE9;currence de la maladie et les m&#xE9;tastases peuvent se produire ind&#xE9;pendamment du traitement adjuvant. Il est donc important de comprendre les processus mol&#xE9;culaires qui conduisent &#xE0; la progression de la maladie et les m&#xE9;tastases et de trouver des marqueurs pronostiques plus fiables et de nouvelles cibles pour la th&#xE9;rapie. Cette revue se concentre sur les prot&#xE9;ines de surface cellulaire qui sont en corr&#xE9;lation avec la progression tumorale, les m&#xE9;tastases et le pronostic des patients, et aborde certains des d&#xE9;fis dans la recherche de marqueurs prot&#xE9;iques pronostiques dans la Convention.

Marqueurs de surface cellulaire dans le cancer colorectal pronostic

Die Klassifizierung der colorectal Krebse (CRC) basiert derzeit weitgehend auf histologisch zielstrebig Tumor Merkmale, z. B. Differenzierung-Status und Tumor-Phase, d.h. Tiefe Tumor Invasion, Beteiligung der regionalen Lymphknoten und das Auftreten von metastasierendem Ausbreitung auf andere Organe. Diese sind die herk&ouml;mmlichen prognostischen Faktoren f&uuml;r Patienten &uuml;berleben und oft die Basis f&uuml;r die adjuvante Therapie nach chirurgischer Resektion des prim&auml;ren Tumors zu bestimmen. Jedoch k&ouml;nnen Patienten mit der gleichen CRC-Stufe sehr unterschiedliche krankheitsbedingten Folgen haben. F&uuml;r einige chirurgischer Entfernung der fr&uuml;he Tumoren f&uuml;hrt zur vollst&auml;ndigen Wiederherstellung, w&auml;hrend f&uuml;r andere, Wiederauftreten der Erkrankung und Metastasierung kann auftreten, unabh&auml;ngig von der adjuvanten Therapie. Es ist daher wichtig, die molekularen Prozesse zu verstehen, die zum Fortschreiten der Krankheit und Metastasierung f&uuml;hren und zuverl&auml;ssiger prognostische Marker und neue Ziele f&uuml;r die Therapie zu finden. Diesen Bericht konzentriert sich auf die Zelle Oberfl&auml;che Proteine, die mit Tumorprogression, Metastasierung und Patienten Ergebnisse korrelieren, und erl&auml;utert einige der Herausforderungen in CRC prognostische Protein-Marker zu finden.

Zelle Oberfl&auml;che-Markern in Darmkrebs-Prognose.

La classificazione dei tumori del colon-retto (CRC) &egrave; attualmente basata in gran parte sulle caratteristiche del tumore istologicamente determinato, come fase status e tumore differenziazione, cio&egrave;, la profondit&agrave; dell&#39;invasione tumorale, coinvolgimento dei linfonodi regionali e l&#39;occorrenza di diffusione di metastasi ad altri organi. Questi sono i convenzionali fattori prognostici per la sopravvivenza del paziente e spesso determinare il requisito per la terapia adiuvante dopo resezione chirurgica del tumore primario. Tuttavia, i pazienti con la stessa fase CRC possono avere esiti molto diversi riguardanti le malattie. Per alcuni, rimozione chirurgica dei tumori in fase iniziale conduce al recupero completo, mentre per gli altri, recidiva e metastasi possono verificarsi indipendentemente dalla terapia adiuvante. &Egrave; quindi importante capire i processi molecolari che portano alla progressione della malattia e le metastasi e di trovare gli indicatori prognostici pi&ugrave; affidabili e nuovi bersagli per la terapia. Questa recensione si concentra sulle proteine della superficie cellulare che correlano con la progressione del tumore, metastasi e risultato paziente e discute alcune delle sfide nella ricerca di marcatori prognostici proteina CRC.

Cella marcatori di superficie nella prognosi del cancro del colon-retto.

&#x5927;&#x8178;&#x764C;&#xFF08;CRC&#xFF09;&#x306E;&#x5206;&#x985E;&#x306F;&#x3001;&#x73FE;&#x5728;&#x3001;&#x4E3B;&#x306B;&#x3053;&#x306E;&#x3088;&#x3046;&#x306A;&#x5206;&#x5316;&#x306E;&#x72B6;&#x614B;&#x3084;&#x816B;&#x760D;&#x306E;&#x30B9;&#x30C6;&#x30FC;&#x30B8;&#x3001;&#x3059;&#x306A;&#x308F;&#x3061;&#x3001;&#x816B;&#x760D;&#x306E;&#x6D78;&#x6F64;&#x306E;&#x6DF1;&#x3055;&#x3001;&#x30EA;&#x30F3;&#x30D1;&#x7BC0;&#x306E;&#x95A2;&#x4E0E;&#x3084;&#x4ED6;&#x306E;&#x81D3;&#x5668;&#x3078;&#x306E;&#x8EE2;&#x79FB;&#x62E1;&#x6563;&#x306E;&#x767A;&#x751F;&#x306A;&#x3069;&#x7D44;&#x7E54;&#x5B66;&#x7684;&#x306B;&#x6C7A;&#x5B9A;&#x3057;&#x3001;&#x816B;&#x760D;&#x306E;&#x7279;&#x6027;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306F;&#x3001;&#x60A3;&#x8005;&#x306E;&#x751F;&#x5B58;&#x306E;&#x305F;&#x3081;&#x306E;&#x5F93;&#x6765;&#x306E;&#x4E88;&#x5F8C;&#x56E0;&#x5B50;&#x3067;&#x3042;&#x308A;&#x3001;&#x3057;&#x3070;&#x3057;&#x3070;&#x539F;&#x767A;&#x816B;&#x760D;&#x306E;&#x5916;&#x79D1;&#x7684;&#x5207;&#x9664;&#x5F8C;&#x306E;&#x88DC;&#x52A9;&#x7642;&#x6CD5;&#x306E;&#x305F;&#x3081;&#x306E;&#x8981;&#x4EF6;&#x3092;&#x6C7A;&#x5B9A;&#x3057;&#x307E;&#x3059;&#x3002;&#x305F;&#x3060;&#x3057;&#x3001;&#x540C;&#x3058;CRC&#x306E;&#x6BB5;&#x968E;&#x306E;&#x60A3;&#x8005;&#x306F;&#x975E;&#x5E38;&#x306B;&#x7570;&#x306A;&#x3063;&#x305F;&#x75BE;&#x60A3;&#x95A2;&#x9023;&#x306E;&#x6210;&#x679C;&#x3092;&#x6301;&#x3064;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x4ED6;&#x4EBA;&#x306E;&#x305F;&#x3081;&#x306B;&#x3001;&#x75C5;&#x6C17;&#x306E;&#x518D;&#x767A;&#x3084;&#x8EE2;&#x79FB;&#x306B;&#x95A2;&#x4FC2;&#x306A;&#x304F;&#x3001;&#x88DC;&#x52A9;&#x7642;&#x6CD5;&#x306E;&#x767A;&#x751F;&#x3059;&#x308B;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308A;&#x306A;&#x304C;&#x3089;&#x3001;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x305F;&#x3081;&#x306B;&#x3001;&#x521D;&#x671F;&#x6BB5;&#x968E;&#x306E;&#x816B;&#x760D;&#x306E;&#x5916;&#x79D1;&#x7684;&#x5207;&#x9664;&#x306F;&#x3001;&#x5B8C;&#x5168;&#x306A;&#x56DE;&#x5FA9;&#x306B;&#x3064;&#x306A;&#x304C;&#x308B;&#x3002;&#x305D;&#x308C;&#x306F;&#x75C5;&#x6C17;&#x306E;&#x9032;&#x884C;&#x3068;&#x8EE2;&#x79FB;&#x306B;&#x3064;&#x306A;&#x304C;&#x308B;&#x3001;&#x3088;&#x308A;&#x4FE1;&#x983C;&#x6027;&#x306E;&#x9AD8;&#x3044;&#x4E88;&#x5F8C;&#x30DE;&#x30FC;&#x30AB;&#x30FC;&#x3084;&#x6CBB;&#x7642;&#x306E;&#x305F;&#x3081;&#x306E;&#x65B0;&#x305F;&#x306A;&#x76EE;&#x6A19;&#x3092;&#x898B;&#x3064;&#x3051;&#x308B;&#x305F;&#x3081;&#x306B;&#x5206;&#x5B50;&#x306E;&#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x3092;&#x7406;&#x89E3;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x91CD;&#x8981;&#x3067;&#x3042;&#x308B;&#x3002;&#x3053;&#x306E;&#x30EC;&#x30D3;&#x30E5;&#x30FC;&#x306F;&#x816B;&#x760D;&#x306E;&#x9032;&#x884C;&#x3001;&#x8EE2;&#x79FB;&#x3001;&#x60A3;&#x8005;&#x306E;&#x8EE2;&#x5E30;&#x3068;&#x76F8;&#x95A2;&#x3057;&#x3001;&#x7D30;&#x80DE;&#x8868;&#x9762;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x306B;&#x7126;&#x70B9;&#x3092;&#x5F53;&#x3066;&#x3001;CRC&#x306E;&#x4E88;&#x5F8C;&#x306E;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x30DE;&#x30FC;&#x30AB;&#x30FC;&#x3092;&#x898B;&#x3064;&#x3051;&#x308B;&#x305F;&#x3081;&#x306B;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x8AB2;&#x984C;&#x306B;&#x3064;&#x3044;&#x3066;&#x8AAC;&#x660E;&#x3057;&#x307E;&#x3059;&#x3002;

&#x5927;&#x8178;&#x764C;&#x306E;&#x4E88;&#x5F8C;&#x306E;&#x7D30;&#x80DE;&#x8868;&#x9762;&#x30DE;&#x30FC;&#x30AB;&#x30FC;

&#xB300; &#xC7A5; &#xC554; (CRC)&#xC758; &#xBD84;&#xB958; &#xD604;&#xC7AC; &#xD06C;&#xAC8C; &#xBD84;&#xD654; &#xC0C1;&#xD0DC;&#xC640; &#xC885;&#xC591; &#xB2E8;&#xACC4;, &#xC989;, &#xC885;&#xC591; &#xCE68;&#xC785;&#xC758; &#xAE4A;&#xC774;, &#xC9C0;&#xC5ED; &#xB9BC;&#xD504;&#xC808;&#xC758; &#xCC38;&#xC5EC;&#xC640; &#xB2E4;&#xB978; &#xC7A5;&#xAE30;&#xC5D0; &#xC804;&#xC774;&#xC131; &#xD655;&#xC0B0;&#xC758; &#xBC1C;&#xC0DD; &#xB4F1;&#xC758; &#xC870;&#xC9C1;&#xD559; &#xACB0;&#xC815;&#xB41C; &#xC885;&#xC591; &#xD2B9;&#xC131;&#xC5D0; &#xAE30;&#xBC18;. &#xD658;&#xC790;&#xC758; &#xC0DD;&#xC874;&#xC5D0; &#xB300; &#xD55C; &#xAE30;&#xC874;&#xC758; &#xC804;&#xC870; &#xC694;&#xC778; &#xC774;&#xBA70; &#xC885;&#xC885; &#xAE30;&#xBCF8; &#xC885;&#xC591;&#xC758; &#xC678;&#xACFC; &#xC808;&#xC81C;&#xC220; &#xD6C4; &#xBCF4;&#xC870; &#xC694;&#xBC95;&#xC5D0; &#xB300; &#xD55C; &#xC694;&#xAD6C; &#xC0AC;&#xD56D;&#xC744; &#xACB0;&#xC815; &#xD569;&#xB2C8;&#xB2E4;. &#xADF8;&#xB7EC;&#xB098;, &#xD658;&#xC790; &#xAC19;&#xC740; CRC &#xBB34;&#xB300;&#xC640; &#xB9E4;&#xC6B0; &#xB2E4;&#xB978; &#xC9C8;&#xBCD1; &#xAD00;&#xB828; &#xACB0;&#xACFC; &#xAC00;&#xC9C8; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xBA87;&#xBA87;&#xC744; &#xC704;&#xD574;, &#xCD08;&#xAE30; &#xB2E8;&#xACC4;&#xC758; &#xC885;&#xC591;&#xC758; &#xC678;&#xACFC; &#xC81C;&#xAC70; &#xB2E4;&#xB978; &#xC9C8;&#xBCD1; &#xC7AC;&#xBC1C; &#xD55C; &#xB3D9;&#xC548; &#xC804;&#xCCB4; &#xBCF5;&#xAD6C;&#xC5D0; &#xC774;&#xB974;&#xAC8C; &#xD558; &#xACE0; &#xC804;&#xC774; &#xCE58;&#xB8CC; &#xBCF4;&#xC870; &#xC81C;&#xB85C; &#xAD00;&#xACC4; &#xC5C6;&#xC774; &#xBC1C;&#xC0DD;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xADF8;&#xB7EC;&#xBBC0;&#xB85C; &#xC9C8;&#xBCD1;&#xC758; &#xC9C4;&#xD589; &#xBC0F; &#xC804;&#xC774; &#xC774;&#xC5B4;&#xC9C8; &#xBD84;&#xC790; &#xD504;&#xB85C;&#xC138;&#xC2A4;&#xB97C; &#xC774;&#xD574; &#xD558; &#xACE0; &#xCE58;&#xB8CC;&#xC5D0; &#xB300; &#xD55C; &#xBCF4;&#xB2E4; &#xC548;&#xC815;&#xC801;&#xC778; &#xC804;&#xC870; &#xB9C8;&#xCEE4;&#xC640; &#xC18C;&#xC124; &#xB300;&#xC0C1;&#xC758; &#xCC3E;&#xC744; &#xC911;&#xC694; &#xD558;&#xB2E4;. &#xC774; &#xAC80;&#xD1A0; &#xC885;&#xC591; &#xC9C4;&#xD589;, &#xC804;&#xC774; &#xBC0F; &#xD658;&#xC790; &#xACB0;&#xACFC;&#xC640; &#xC5F0;&#xACB0; &#xD558;&#xB294; &#xC138;&#xD3EC; &#xD45C;&#xBA74; &#xB2E8;&#xBC31;&#xC9C8;&#xC5D0; &#xC9D1;&#xC911; &#xD558; &#xACE0; CRC&#xC5D0; &#xC804;&#xC870; &#xB2E8;&#xBC31;&#xC9C8; &#xB9C8;&#xCEE4;&#xB97C; &#xCC3E;&#xB294; &#xBB38;&#xC81C; &#xC911; &#xC77C;&#xBD80;&#xC5D0; &#xB300;&#xD574; &#xC124;&#xBA85; &#xD569;&#xB2C8;&#xB2E4;.

&#xB300; &#xC7A5; &#xC554;&#xC758; &#xC608; &#xD6C4;&#xC758; &#xD45C;&#xBA74; &#xD45C;&#xC2DD; &#xC140;.

La clasificaci&#xF3;n de los tipos de c&#xE1;ncer colorrectal (CCR) se basa actualmente en gran medida de las caracter&#xED;sticas del tumor histol&#xF3;gicamente determinados, tales como el estado de diferenciaci&#xF3;n y estadio del tumor, es decir, la profundidad de la invasi&#xF3;n del tumor, afectaci&#xF3;n de los ganglios linf&#xE1;ticos regionales y la aparici&#xF3;n de met&#xE1;stasis a otros &#xF3;rganos. Estos son los factores convencionales de pron&#xF3;stico para la supervivencia del paciente y, a menudo determinan la necesidad de terapia adyuvante despu&#xE9;s de la resecci&#xF3;n quir&#xFA;rgica del tumor primario. Sin embargo, los pacientes con la misma etapa de CRC puede tener muy diferentes resultados relacionados con la enfermedad. Para algunos, la extirpaci&#xF3;n quir&#xFA;rgica de los tumores en etapa temprana conduce a una recuperaci&#xF3;n total, mientras que para otros, la recurrencia de la enfermedad y la met&#xE1;stasis puede ocurrir independientemente de la terapia adyuvante. Por tanto, es importante entender los procesos moleculares que conducen a la progresi&#xF3;n de la enfermedad y la met&#xE1;stasis y para encontrar marcadores pron&#xF3;sticos m&#xE1;s confiables y nuevos objetivos para la terapia. Esta revisi&#xF3;n se centra en las prote&#xED;nas de la superficie celular que se correlacionan con la progresi&#xF3;n del tumor, la met&#xE1;stasis y la evoluci&#xF3;n del paciente, y se analizan algunos de los desaf&#xED;os en la b&#xFA;squeda de marcadores pron&#xF3;sticos de prote&#xED;nas en el CCR.

Jerry Zhou

School of Molecular Bioscience

University of Sydney

Colorectal Cancer Cell Surface Protein Profiling Using an Antibody Microarray and Fluorescence Multiplexing

Jerry Zhou

.css-o250i3{font-size:18px;font-family:Open Sans,sans-serif;line-height:21.6px;}School of Molecular Bioscience

University of Sydney

Colorectal Cancer Cell Surface Protein Profiling Using an Antibody Microarray and Fluorescence Multiplexing

School of Molecular Bioscience