MétaCan
Menu
Retour à la cohorte
Enregistrement W1980311391 · doi:10.1021/pr501010v

Development and Application of a Quantitative Multiplexed Small GTPase Activity Assay Using Targeted Proteomics

2015· article· en· W1980311391 sur OpenAlexafffund
Chengcheng Zhang, Ru Li, Honghui Jiang, Shujun Lin, Jason C. Rogalski, Kate Liu, Juergen Kast

Notice bibliographique

RevueJournal of Proteome Research · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Kinase Regulation and GTPase Signaling
Établissements canadiensUniversity of British ColumbiaArthritis Research Centre of Canada
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaUniversity of British Columbia
Mots-clésGTPaseGene isoformSmall GTPaseWestern blotComputational biologyCell biologyQuantitative proteomicsBiologyProteomicsSmall moleculeGTPase-activating proteinSignal transductionBiochemistryG proteinGene

Résumé

récupéré en direct d'OpenAlex

Small GTPases are a family of key signaling molecules that are ubiquitously expressed in various types of cells. Their activity is often analyzed by western blot, which is limited by its multiplexing capability, the quality of isoform-specific antibodies, and the accuracy of quantification. To overcome these issues, a quantitative multiplexed small GTPase activity assay has been developed. Using four different binding domains, this assay allows the binding of up to 12 active small GTPase isoforms simultaneously in a single experiment. To accurately quantify the closely related small GTPase isoforms, a targeted proteomic approach, i.e., selected/multiple reaction monitoring, was developed, and its functionality and reproducibility were validated. This assay was successfully applied to human platelets and revealed time-resolved coactivation of multiple small GTPase isoforms in response to agonists and differential activation of these isoforms in response to inhibitor treatment. This widely applicable approach can be used for signaling pathway studies and inhibitor screening in many cellular systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,338

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,148
Tête enseignante GPT0,389
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Proteome ResearchMême sujetProtein Kinase Regulation and GTPase SignalingTravaux en français237 207