MARC

 008260126s2024        us                              c    eng  d
■001000017358192
■00520260202103657
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798314891063
■035    ▼a(MiAaPQ)AAI32111960
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a641
■1001  ▼aChoueiry,  Fouad.
■24510▼aExposing  Metabolic  Vulnerabilities  of  Cancer  Using  Metabolomics
■260    ▼a[Sl]▼bThe  Ohio  State  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a265  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-11,  Section:  B.
■500    ▼aAdvisor:  Zhu,  Jiangjiang.
■5021  ▼aThesis  (Ph.D.)--The  Ohio  State  University,  2024.
■520    ▼aTumorigenesis  hinges  on  the  reprogramming  of  cellular  metabolism,  a  consequence  of  oncogenic  mutations  both  directly  and  indirectly.  Cancer  cell  metabolism,  characterized  by  its  adeptness  at  extracting  essential  nutrients  from  nutrient-deficient  environments,  profoundly  influences  gene  expression,  cellular  differentiation,  and  the  tumor  microenvironment.  Consequently,  understanding  the  adaptive  metabolic  processes  of  cancer  cells  is  crucial  for  deciphering  their  rapid  growth.  Metabolomics  profiling  emerges  as  a  potent  tool,  capable  of  monitoring  changes  in  tumor  metabolism,  assessing  treatment  response,  predicting  individual  metabolic  shifts  in  response  to  cancer  therapy,  measuring  medication  efficacy,  and  tracking  drug  resistance.We  examined  reported  volatiles  in  cell  cultures  of  lung  cancer  to  better  understand  the  origins  of  cancer-associated  VOCs  and  highlight  the  metabolic  processes  of  lung  cancer  that  could  be  responsible  for  the  endogenous  synthesis  of  these  VOCs  and  pinpoint  the  protein-encoding  genes  involved  in  these  pathways.  We  then  employed  a  novel  ionization  technique,  secondary  electrospray  ionization  (SESI)  coupled  to  a  high-resolution  mass  spectrometer  (HRMS),  for  the  rapid  and  online  analysis  of  cancer  derived  volatiles  in-vitro.  In  the  context  of  lung  cancer,  we  identified  60  significant  volatile  organic  compounds  (VOCs)  associated  with  cancer  cells,  distinguishing  between  non-small  cell  lung  cancer  (NSCLC)  and  small  cell  lung  cancer  (SCLC)  through  partial  least  squares-discriminant  analysis  (PLS-DA).  Our  work  also  suggested  unique  chemical  composition  of  in-vitro  headspace  profiles,  when  lung  cancer  cells  are  treated  with  drug.While  SESI-HRMS  analyses  are  innovative  analytical  techniques,  the  nature  of  this  ionization  renders  data  collection  susceptible  to  ion  competition.  To  address  challenges,  we  developed  a  novel  pseudo-targeted  approach,  database-assisted  globally  optimized  targeted  (dGOT)-SESI-HRMS,  using  the  microbial-VOC  (mVOC)  database  and  spectral  stitching  methods.  This  approach,  validated  with  anaerobic  bacterial  cultures,  successfully  identified  109  VOCs,  with  88  confirmed  as  culture-derived  volatiles.  Annotation  was  also  achieved  with  a  total  of  25  unique  volatiles  referenced  to  standard  databases  allowing  for  biological  interpretation.  Successful  development  of  this  VOC  analysis  method  enabled  robust  analysis  of  the  volatilome  associated  with  distinct  interventions  in  mice.  Subsequent  analyses  uncovered  unique  volatile  profile  of  mice  with  unique  microbiome  composition  as  well  as  cancer,  when  compared  to  WT  mice,  respectively.  Our  data  corroborated  reports  that  the  systemic  metabolic  alterations  dictated  between  the  microbiome  and  the  host,  or  disease  state  translate  to  changes  in  the  volatilome.Additionally,  metabolomics  serves  as  a  powerful  analytical  tool  to  survey  metabolism.  We  employed  two  unbiased  high-throughput  techniques  to  uncover  metabolic  deregulations  associated  with  acquired  ibrutinib  resistance  in  lymphoma.  Integration  of  the  data  uncovered  genetic  perturbations  and  identified  key  players,  such  as  IL4I1,  influencing  metabolic  reprogramming  in  the  drug-resistant  lymphomas.  This comprehensive  approach  underscores  the  power  of  metabolomics  for  revealing  systemic  metabolic  and  volatile  changes  associated  with  cancer  cells.
■590    ▼aSchool  code:  0168.
■650  4▼aNutrition
■650  4▼aCellular  biology
■650  4▼aOncology
■650  4▼aMolecular  biology
■653    ▼aCancer  metabolism
■653    ▼aMetabolomics
■653    ▼aVolatile  organic  compounds
■653    ▼aTumorigenesis
■653    ▼aGene  expression
■690    ▼a0570
■690    ▼a0379
■690    ▼a0992
■690    ▼a0307
■71020▼aThe  Ohio  State  University▼bNutrition  Program,  The  Ohio  State  University.
■7730  ▼tDissertations  Abstracts  International▼g86-11B.
■790    ▼a0168
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17358192▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서