Proteomic analysis of human biopsy samples by single two-dimensional electrophoresis: Coomassie, silver, mass spectrometry, and Western blotting
Notice bibliographique
Résumé
Proteomic analysis of myocardial tissue from patient populations is critical to our understanding of cardiac disease, but has been limited until now by the small size of biopsies (approximately 20-50 microg), and complicated by the difference in relative abundance of contractile proteins over other cellular components. Here we describe an approach to analysis of myocardial biopsies from patients undergoing coronary artery bypass surgery. First, individual biopsies are selectively extracted, producing subfractions that correspond to the contractile proteins and the cytosolic proteins. Two-dimensional electrophoresis separated proteins are detected by first staining with Coomassie blue then silver, to permit a wider range of accurate quantification. Western blotting of two-dimensional separated samples, to validate peptide mass fingerprinting data, previously required additional gel separations for transfer since staining protocols are not compatible with transfer to membranes or immunoblotting. An existing silver destaining protocol was adapted to allow removal of silver from a whole gel, followed by transfer and Western blotting. An existing Coomassie blue removal protocol was also adapted to permit Western blotting of gels stained with Coomassie blue and silver. Together, these techniques permit peptide mass fingerprinting concurrent with Western blotting of a single protein spot from a single biopsy, eliminating the need for repeated gel separations, and improving spot alignment between immunoblots and stained gels. In the end, this approach may allow a more complete characterization of protein changes in small human biopsies, and also reduce the number of repeated gel separations necessary for a standard proteomic 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 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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».