A Chemical Method for Labeling Lysine Methyltransferase Substrates
Notice bibliographique
Résumé
Several protein lysine methyltransferases (PKMTs) modify histones to regulate chromatin-dependent cellular processes, such as transcription, DNA replication and DNA damage repair. PKMTs are likely to have many additional substrates in addition to histones, but relatively few nonhistone substrates have been characterized, and the substrate specificity for many PKMTs has yet to be defined. Thus, new unbiased methods are needed to find PKMT substrates. Here, we describe a chemical biology approach for unbiased, proteome-wide identification of novel PKMT substrates. Our strategy makes use of an alkyne-bearing S-adenosylmethionine (SAM) analogue, which is accepted by the PKMT, SETDB1, as a cofactor, resulting in the enzymatic attachment of a terminal alkyne to its substrate. Such labeled proteins can then be treated with azide-functionalized probes to ligate affinity handles or fluorophores to the PKMT substrates. As a proof-of-concept, we have used SETDB1 to transfer the alkyne moiety from the SAM analogue onto a recombinant histone H3 substrate. We anticipate that this chemical method will find broad use in epigenetics to enable unbiased searches for new PKMT substrates by using recombinant enzymes and unnatural SAM cofactors to label and purify many substrates simultaneously from complex organelle or cell extracts.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».