Integrative network analysis of signaling in human CD34<sup>+</sup> hematopoietic progenitor cells by global phosphoproteomic profiling using TiO<sub>2</sub> enrichment combined with 2D LC‐MS/MS and pathway mapping
Notice bibliographique
Résumé
Protein kinase signaling regulates human hematopoietic stem/progenitor cell (HSPC) fate, yet little is known about critical pathway substrates. To address this, we have developed and applied a large-scale, empirically optimized phosphopeptide affinity enrichment strategy with high-throughput 2D LC-MS/MS screening to evaluate the phosphoproteome of an isolated human CD34(+) HSPC population. We first used hydrophilic interaction chromatography as a first dimension separation to separate and simplify protein digest mixtures into discrete fractions. Phosphopeptides were then enriched off-line using TiO2 -coated magnetic beads and subsequently detected online by C18 RP nanoflow HPLC using data-dependent MS/MS high-energy collision-activated dissociation fragmentation on a high-performance Orbitrap hybrid tandem mass spectrometer. We identified 15 533 unique phosphopeptides in 3574 putative phosphoproteins. Systematic computational analysis revealed biological pathways and phosphopeptide motifs enriched in CD34(+) HSPC that are markedly different from those observed in an analogous parallel analysis of isolated human T cells, pointing to the possible involvement of specific kinase-substrate relationships within activated cascades driving hematopoietic renewal, commitment, and differentiation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».