Mass spectrometric characterization of lipid‐modified peptides for the analysis of acylated proteins
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The analysis of acylated proteins by mass spectrometry (MS) has largely been overshadowed in proteomics by the analysis of glycosylated and phosphorylated proteins; however, lipid modifications on proteins are proving to be of increasing importance in biomedical research. In order to identify the marker ions and/or neutral loss fragments that are produced upon collision-induced dissociation, providing a means to identify the common lipid modifications on proteins, peptides containing an N-terminally myristoylated glycine, a palmitoylated cysteine and a farnesylated cysteine were chemically synthesized. Matrix-assisted laser desorption/ionization time-of-flight time-of-flight (MALDI-TOF-TOF), electrospray ionization quadrupole time-of-flight (ESI Q-TOF), and electrospray ionization hybrid triple-quadrupole/linear ion trap (ESI QqQ(LIT)) mass spectrometers were used for the analysis. The peptide containing the N-terminally myristoylated glycine, upon CID, produced the characteristic fragments a1 (240.4 Th) and b1 (268.4 Th) ions as well as a low-intensity neutral loss of 210 Da (C14H26O). The peptides containing a farnesylated cysteine residue fragmented to produce a marker ion at a m/z of 205 Th (C15H25) as well as other intense farnesyl fragment ions, and a neutral loss of 204 Da (C15H24). The peptides containing a palmitoylated cysteine moiety generated neutral losses of 238 Da (C16H30O) and 272 Da (C16H32OS); however, no marker ions were produced. The neutral losses were more prominent in the MALDI-TOF-TOF spectra, whereas the marker ions were more abundant in the ESI QqQ(LIT) and Q-TOF mass spectra.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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