Mass spectrometry strategies applied to the characterization of proline‐rich peptides from secretory parotid granules of pig (<i>Sus scrofa</i>)
Notice bibliographique
Résumé
Basic proline-rich proteins (bPRPs) are a class of proteins widely present in saliva of humans and other mammals. They are synthesized as preproproteins and enzymatically cleaved into small peptides before secretion from the salivary glands. Recently, we characterized two proline-rich peptides (SP-A and SP-B) in parotid secretory granules of pig (Sus Scrofa) that are derived from three isoforms of a PRP proprotein (Swiss-Prot data bank: Q95JC9-1, Q95JC9-2 and Q95JC9-3). Together the coding regions for SP-A and SP-B, which are repeated many times, account for 52-70% of the coding regions of the PRP proproteins. This study was undertaken to identify peptides encoded by unassigned regions of the PRP proproteins. RP-HPLC-ESI-IT-MS analysis of enriched granule preparations from pig parotid glands by two different analytical strategies identified ten new proline-rich peptides derived from the three proproteins. Together with the coding regions for SP-A and SP-B already identified it was possible to assign 68-75% of the proproteins coding regions. The peptide sequences indicated a number of unusual proteolytic cleavage sites suggesting the presence of unknown proprotein convertases.
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) | 0,000 | 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 ».