Comprehensive Profiling of Histone Modifications Using a Label-Free Approach and Its Applications in Determining Structure−Function Relationships
Notice bibliographique
Résumé
A two-pronged approach using specialized peptide detection and clustering tools was developed to profile changes in histone post-translational modifications (PTMs). The extent and nature of modification was inferred by comparing the mass profiles of intact core histones from nano LC-MS experiments. Histones displaying changes in their intact mass profiles were fractionated, derivatized with propionic anhydride, and digested with trypsin prior to nano LC-MS analyses. Our methodology was validated by comparing the abundance of histone PTMs in wild type and mutant strains of Saccharomyces cerevisiae lacking the histone acetyltransferase Rtt109 and a nucleosome assembly factor known as Asf1. Both Rtt109 and Asf1 were previously found to be essential for acetylation of histone H3 lysine 56 (H3K56ac), a modification that plays an important role in the response to genotoxic agents that interfere with DNA replication. The generation of ion abundance distribution plots enabled a rapid and comprehensive profiling of histone peptides. Our analytical methodology and data mining approach showed that most common histone PTMs were unaffected in mutant yeast cells lacking Rtt109 and Asf1. However, a subpopulation representing 17% of all H3 histones in wild type cells showed an acetylated K56 residue that was significantly reduced in both mutant strains. Our generic strategy for histone PTM profiling can be applied to assess global changes in histone PTMs across sample sets and to establish structure-function relationships.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».