High-Throughput Global Peptide Proteomic Analysis by Combining Stable Isotope Amino Acid Labeling and Data-Dependent Multiplexed-MS/MS
Notice bibliographique
Résumé
In this work, we describe the application of a stable isotope amino acid (lysine) labeling in conjunction with data-dependent multiplexed tandem mass spectrometry (MS/MS) to facilitate the characterization and identification of peptides from proteomic (global protein) digests. Lysine auxotrophic yeast was grown in the presence of 13C-labeled or unlabeled lysine and combined after harvesting in equal proportions. Endoproteinase LysC digestion of the cytosolic fraction produced a global proteomic sample, consisting of heavy/light labeled peptide pairs. Then data-dependent multiplexed-MS/MS was applied to simultaneously select and dissociate only labeled peptide ion pairs. The approach allows differentiation between N-terminal (e.g., b-type ions) and C-terminal fragment ions (e.g., y-type ions) in resulting tandem mass spectra, as well as the capability of differentiation between near-isobaric glutamine and lysine residues. We also describe the utility of peptide composition and fragment information to support peptide identifications and examine the potential application of lysine labeling for differential quantitative protein analysis.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».