Artifacts to avoid while taking advantage of top‐down mass spectrometry based detection of protein S‐thiolation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Bottom-up MS studies typically employ a reduction and alkylation step that eliminates a class of PTM, S-thiolation. Given that molecular oxygen can mediate S-thiolation from reduced thiols, which are abundant in the reducing intracellular milieu, we investigated the possibility that some S-thiolation modifications are artifacts of protein preparation. Cu/Zn-superoxide dismutase (SOD1) was chosen for this case study as it has a reactive surface cysteine residue, which is readily cysteinylated in vitro. The ability of oxygen to generate S-thiolation artifacts was tested by comparing purification of SOD1 from postmortem human cerebral cortex under aerobic and anaerobic conditions. S-thiolation was ∼50% higher in aerobically processed preparations, consistent with oxygen-dependent artifactual S-thiolation. The ability of endogenous small molecule disulfides (e.g. cystine) to participate in artifactual S-thiolation was tested by blocking reactive protein cysteine residues during anaerobic homogenization. A 50-fold reduction in S-thiolation occurred indicating that the majority of S-thiolation observed aerobically was artifact. Tissue-specific artifacts were explored by comparing brain- and blood-derived protein, with remarkably more artifacts observed in brain-derived SOD1. Given the potential for such artifacts, rules of thumb for sample preparation are provided. This study demonstrates that without taking extraordinary precaution, artifactual S-thiolation of highly reactive, surface-exposed, cysteine residues can result.
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.
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 découle