MétaCan
Menu
Retour à la cohorte
Enregistrement W1535758028 · doi:10.1002/pro.2707

<scp>HX‐MS</scp>2 for high performance conformational analysis of complex protein states

2015· article· en· W1535758028 sur OpenAlexafffund
Kyle M. Burns, Vladimir Sarpe, Mike Wagenbach, Linda Wordeman, David C. Schriemer

Notice bibliographique

RevueProtein Science · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensAlberta Cancer FoundationUniversity of Calgary
Organismes subventionnairesNational Institute of General Medical SciencesAlberta Innovates - Health SolutionsNational Institutes of HealthAlberta Cancer Foundation
Mots-clésKinesinChemistryPeptideTubulinFragmentation (computing)MicrotubuleDepolymerizationMascotMass spectrometryMolecular dynamicsBiophysicsBiological systemComputational biologyComputer scienceChromatographyComputational chemistryBiochemistryBiologyCell biology

Résumé

récupéré en direct d'OpenAlex

Water-mediated hydrogen exchange (HX) processes involving the protein main chain are sensitive to structural dynamics and molecular interactions. Measuring deuterium uptake in amide bonds provides information on conformational states, structural transitions and binding events. Increasingly, deuterium levels are measured by mass spectrometry (MS) from proteolytically generated peptide fragments of large molecular systems. However, this bottom-up method has limited spectral capacity and requires a burdensome manual validation exercise, both of which restrict analysis of protein systems to generally less than 150 kDa. In this study, we present a bottom-up HX-MS(2) method that improves peptide identification rates, localizes high-quality HX data and simplifies validation. The method combines a new peptide scoring algorithm (WUF, weighted unique fragment) with data-independent acquisition of peptide fragmentation data. Scoring incorporates the validation process and emphasizes identification accuracy. The HX-MS(2) method is illustrated using data from a conformational analysis of microtubules treated with dimeric kinesin MCAK. When compared to a conventional Mascot-driven HX-MS method, HX-MS(2) produces two-fold higher α/β-tubulin sequence depth at a peptide utilization rate of 74%. A Mascot approach delivers a utilization rate of 44%. The WUF score can be constrained by false utilization rate (FUR) calculations to return utilization values exceeding 90% without serious data loss, indicating that automated validation should be possible. The HX-MS(2) data confirm that N-terminal MCAK domains anchor kinesin force generation in kinesin-mediated depolymerization, while the C-terminal tails regulate MCAK-tubulin interactions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0700,024

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,035
Tête enseignante GPT0,293
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProtein ScienceMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207