Proteome Profile of Cytosolic Component of Zebrafish Liver Generated by LC−ESI MS/MS Combined with Trypsin Digestion and Microwave-Assisted Acid Hydrolysis
Notice bibliographique
Résumé
The zebrafish genome has recently been sequenced and annotated allowing for high-throughput proteomic analysis. Here, we report for the first time a proteomic subset of zebrafish liver, an important organ for metabolizing toxins. Using a newly developed analytical procedure, we have identified 1204 proteins from the cytosolic component of a zebrafish liver tissue sample. Our methods involve cell-compartment fractionation of liver tissue samples, four levels of protein digestion, and off-line two-dimensional liquid chromatography (2-D LC) separations of resultant peptides. Proteins are identified using an electrospray ionization quadrupole time-of-flight tandem mass spectrometer (ESI-QTOF MS/MS), which provides high-resolution and high-accuracy mass measurement of peptide ions and their fragment ions. We demonstrate that greater proteome coverage can be achieved by combining the results obtained from four methods of protein digestion: three tryptic digests (one in buffer, one in methanol, and another in SDS), and a microwave-assisted acid hydrolysate of the protein extracts. Identified proteins--which included several groups of established protein biomarkers--were functionally classified. We discuss the functions and implications of these biomarkers within the context of zebrafish toxicology.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».