Label‐free quantitative proteomics and SAINT analysis enable interactome mapping for the human Ser/Thr protein phosphatase 5
Notice bibliographique
Résumé
Affinity purification coupled to mass spectrometry (AP-MS) represents a powerful and proven approach for the analysis of protein-protein interactions. However, the detection of true interactions for proteins that are commonly considered background contaminants is currently a limitation of AP-MS. Here using spectral counts and the new statistical tool, Significance Analysis of INTeractome (SAINT), true interaction between the serine/threonine protein phosphatase 5 (PP5) and a chaperonin, heat shock protein 90 (Hsp90), is discerned. Furthermore, we report and validate a new interaction between PP5 and an Hsp90 adaptor protein, stress-induced phosphoprotein 1 (STIP1; HOP). Mutation of PP5, replacing key basic amino acids (K97A and R101A) in the tetratricopeptide repeat (TPR) region known to be necessary for the interactions with Hsp90, abolished both the known interaction of PP5 with cell division cycle 37 homolog and the novel interaction of PP5 with stress-induced phosphoprotein 1. Taken together, the results presented demonstrate the usefulness of label-free quantitative proteomics and statistical tools to discriminate between noise and true interactions, even for proteins normally considered as background contaminants.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».