A Proximity Ligation Assay Using Transiently Transfected, Epitope-Tagged Proteins: Application for in Situ Detection of Dimerized Receptor Tyrosine Kinases
Notice bibliographique
Résumé
The development of small molecule and antibody inhibitors targeting the interaction of receptor tyrosine kinases (RTKs), such as epidermal growth factor receptor (EGFR), is of high pharmacological and biological interest. Unfortunately, conventional biochemical techniques using cell or tissue lysates and co-immunoprecipitation experiments to investigate EGFR dimerization are not always conclusive. Here we describe a series of technical and biological validation experiments demonstrating the utility of a proximity ligation assay (PLA)-based methodology for in situ visualization and quantification of ligand-dependent EGFR receptor dimerization in intact cells. Using the PLA approach combined with a universally applicable epitope tagging strategy, we detected EGFR dimers in cells transiently co-expressing FLAG-tagged and MYC-tagged human EGFRs. Our data strongly suggest that PLA can be used to detect ligand-dependent EGFR dimerization and this signal is generated in a protein interaction-based manner, rather than solely due to proximity of target proteins. This application represents a generalized RTK expression strategy for protein-interaction analysis in a transient expression system where antibody epitopes are not known or not unique enough to discriminate between interaction partners. This assay also holds promise as a general RTK dimerization screening tool in tissue specimens to identify potential dimerization inhibitors with clinical relevance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».