MétaCan
Menu
Retour à la cohorte
Enregistrement W2047196168 · doi:10.1021/pr300229m

Occurrence and Detection of Phosphopeptide Isomers in Large-Scale Phosphoproteomics Experiments

2012· article· en· W2047196168 sur OpenAlexaff
Mathieu Courcelles, Gaëlle Bridon, Sébastien Lemieux, Pierre Thibault

Notice bibliographique

RevueJournal of Proteome Research · 2012
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesnon disponible
Mots-clésPhosphopeptidePhosphoproteomicsChemistryPhosphorylationPeptideProteomicsPhosphoserineProtein–protein interactionBiochemistryComputational biologyProtein phosphorylationChromatographyCombinatorial chemistryBiologyProtein kinase ASerine

Résumé

récupéré en direct d'OpenAlex

The past decade has been marked by the emergence of selective affinity media and sensitive mass spectrometry instrumentation that facilitated large-scale phosphoproteome analyses and expanded the repertoire of protein phosphorylation. Despite these remarkable advances, the precise location of the phosphorylation site still represents a sizable challenge in view of the labile nature of the phosphoester bond and the presence of neighboring phosphorylatable residues within the same peptide. This difficulty is exacerbated by the combinatorial distribution of phosphorylated residues giving rise to different phosphopeptide isomers. These peptides have similar physicochemical properties, and their separation by LC is often problematic. Few studies have described the frequency and distribution of phosphoisomers in large-scale phosphoproteomics experiments, and no convenient informatics tools currently exist to facilitate their detection. To address this analytical challenge, we developed two algorithms to detect separated and co-eluting phosphopeptide isomers and target their subsequent identification using an inclusion list in LC-MS/MS experiments. Using these algorithms, we determined that the proportion of isomers present in phosphoproteomics studies from mouse, rat, and fly cell extracts represents 3-6% of all identified phosphopeptides. While conventional analysis can identify chromatographically separated phosphopeptides, targeted LC-MS/MS analyses using inclusion lists provided complementary identification and expanded the number of phosphopeptide isomers by at least 52%. Interestingly, these analyses revealed that the occurrence of phosphopeptides isomers can also correlate with the presence of extended phosphorylatable amino acids that can act as a "phosphorylation switch" to bind complementary domains such as those present in SR proteins and ribonucleoprotein complexes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,380
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Proteome ResearchMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207