A Comparison of the Chicken and Turkey Proteomes and Phosphoproteomes in the Development of Poultry-Specific Immuno-Metabolism Kinome Peptide Arrays
Notice bibliographique
Résumé
The use of species-specific peptide arrays for the study of animal kinomes has a proven track record of success. This technique has been used in a variety of species for the study of host-pathogen interactions and metabolism. Species-specific peptide arrays have been designed previously for use with chicken but a turkey array has never been attempted. In addition, arrays designed around individual cellular functions have been designed and utilized, but cross-function immuno-metabolic arrays have not been considered previously. Antecedent to designing separate chicken and turkey immuno-metabolic kinome peptide arrays, we show that while the chicken and turkey genomes are quite similar, the two species are much more distinct at the proteome and phosphoproteome levels. Despite a genome identity of approximately 90%, we observe that only 83% of chicken and turkey orthologous proteins display sequence matches between the two species. Further, less than 70% of kinase recognition target sequences are exact matches between chicken and turkey. Thus, our analysis shows that, at the proteome and kinome level, these two species must be considered separately in the design of novel peptide arrays. Our ultimate array design covers numerous immune and metabolic processes including innate and adaptive immunity, inflammatory responses, carbohydrate, protein, and fat metabolism, and response to hormones. We have shown the proteomic and phosphoproteomic diversity of chicken and turkey and have designed a valuable research tool for the study of immuno-metabolism within these two species.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».