MétaCan
Menu
Retour à la cohorte
Enregistrement W1968528605 · doi:10.2174/1389201043489666

Tracking Cell Signaling Protein Expression and Phosphorylation by Innovative Proteomic Solutions

2004· review· en· W1968528605 sur OpenAlexaff
Steven Pelech

Notice bibliographique

RevueCurrent Pharmaceutical Biotechnology · 2004
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Biosensing Techniques and Applications
Établissements canadiensUniversity of British ColumbiaKinexus Bioinformatics Corporation (Canada)
Organismes subventionnairesnon disponible
Mots-clésProteomicsProtein microarrayAptamerPhosphorylationTarget proteinComputational biologyQuantitative proteomicsProtein Array AnalysisSignal transductionProtein phosphorylationBiologyMolecular biologyDNA microarrayBiochemistryProtein kinase AGene expressionGene

Résumé

récupéré en direct d'OpenAlex

The most challenging and fruitful biomedical research endeavor of this decade will be the mapping of cell signaling systems and establishing their linkages to normal and disease-related processes. Amongst other things, the Human Genome Sequencing Project has greatly facilitated MALDI-TOF mass spectrometry identification of proteins that have been resolved by standard 2D gel electrophoresis. However, the low abundance of protein kinases and other signal transduction proteins has rendered their analyses particularly problematic without some means of purification and enrichment from cell and tissue lysates. Antibodies have been the most specific affinity probes for tracking target proteins, but their variable quality and high cost preclude their deployment in most discovery-based proteomics studies. Current multi-immunoblotting techniques can permit the probing of a single mini-SDS-PAGE gel with 50 or more antibodies at a time to monitor large changes in the expression and phosphorylation states of signaling proteins. The development of new affinity probes to replace antibodies is necessary to drive large scale proteomics studies. Such affinity probes could include short peptide antibody mimetics (PAM's) and oligonucleotide aptamers that when spotted in 2D array formats (e.g. membrane macroarrays, glass microarrays) or presented on specific beads (e.g. Luminex beads) can capture target proteins for their specific enrichment. The bound target proteins can then be detected using reporter antibodies or other specific probes for their quantitation by high throughput systems. These new proteomics methodologies will accelerate assessment of specific protein expression, post-translational modification, protein-protein interactions and protein-drug interactions to provide a more holistic view of cellular operations and how they might be manipulated under pathological circumstances.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,060
Tête enseignante GPT0,381
Écart entre enseignants0,321 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations40
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Pharmaceutical BiotechnologyMême sujetAdvanced Biosensing Techniques and ApplicationsTravaux en français237 207