Quantitative Analysis of the Yeast Proteome by Incorporation of Isotopically Labeled Leucine
Notice bibliographique
Résumé
Quantitative comparison of protein expression levels in 2D gels is complicated by the variables associated with protein separation and mass spectrometric responses. Metabolic labeling allows cells from different experiments to be mixed prior to analysis. This approach has been reported for prokaryotic cells. Here, we demonstrate that metabolic labeling can also be successfully applied to the eukaryote Saccharormyces cerevisiae. Yeast leucine auxotrophs grown on synthetic complete media containing natural abundance Leu or D10-Leu were mixed prior to 2D gel separation and MALDI analysis of the digested proteins. D10-Leu labeling provided an effective internal calibrant for peptide MS analysis, and the number of Leu residues yielded an additional parameter for peptide identification at low mass resolution (1000). Metabolic incorporation of D10-Leu into yeast proteins was found to be quantitative since the intensities of the peptide peaks corresponded to those expected on the basis of the percent label in the media. Thus, D10-Leu labeling should provide reliable data for comparing proteomes both quantitatively and qualitatively from wild-type and nonessential-gene-null-mutant strains of S. cerevisiae. Given the central role played by yeast in our understanding of eukaryotic gene and protein expression, it is anticipated that the quantitative expressional proteomic method outlined here will have widespread applications.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 ».