Activity-Based Proteome Profiling of Hepatoma Cells during Hepatitis C Virus Replication Using Protease Substrate Probes
Notice bibliographique
Résumé
Activity-based protein profiling (ABPP) offers direct insight into changes in catalytic activity of enzyme classes in complex proteomes, rather than protein or transcript abundance. Here, ABPP was performed in Huh7 hepatoma cell lines with a group of ABPP probes composed of an N-acetylated amino acid, that mimic the P(1) position in protease peptide substrates. Five different probes bearing distinct amino acids (Ser, Thr, Phe, Glu and His) labeled 54 differentially active proteins, including proteases, other hydrolases, oxidoreductases and isomerases. Four of the six protease families were targeted based on their P(1) substrate preferences. The broader specificity of the labeling observed could be explained by the substrate-based targeting nature and the electrophilic properties of the ABPP probes. When applied to Huh7 cells stably replicating hepatitis C virus (HCV) subgenomic replicon RNA, four proteins showed reduced activity, while three proteins had increased activity during HCV replication. These differentially active hits included carboxylesterase 1, cathepsin D, HSP105, protein disulfide isomerase 1 and A6, chaperonin containing TCP1 and isochorismatase domain containing 1, which demonstrated substrate preferences by being labeled by specific substrate probes. This illustrates the broader activity-based profiling capabilities of these substrate-based probes to reveal novel enzyme candidates and their potential roles during HCV replication.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».