Comprehensive Proteomics Approach in Characterizing and Quantifying Allergenic Proteins from Northern Shrimp: Toward Better Occupational Asthma Prevention
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Occupational asthma is a major chronic health dilemma among workers involved in the seafood industry. Several proteins notoriously known to cause asthma have been reported in different seafood. This work involves the application of an allergenomics strategy to study the most potent allergens of northern shrimp. The proteins were extracted from shrimp tissue and profiled by gel electrophoresis. Allergenic proteins were identified based on their reactivity to patient sera and were structurally identified using tandem mass spectrometry. Northern shrimp tropomyosin, arginine kinase, and sarcoplasmic calcium-binding protein were found to be the most significant allergens. Multiple proteolytic enzymes enabled 100% coverage of the sequence of shrimp tropomyosin by tandem mass specrometry. Only partial sequence coverage was obtained, however, for the shrimp allergen arginine kinase. Signature peptides, for both tropomyosin and arginine kinase, were assigned and synthesized for use in developing the multiple reaction monitoring tandem mass spectrometric method. Subsequently, air samples were collected from a shrimp processing plant and two aerosolized proteins quantified using tandem mass specrometry. Allergens were detected in all areas of the plant, reaching levels as high as 375 and 480 ng/m(3) for tropomyosine and arginine kinase, respectively. Tropomyosine is much more abundant than arginine kinase in shrimp tissues, so the high levels of arginine kinase suggest it is more easily aerosolized. The present study shows that mass spectrometric analysis is a sensitive and accurate tool in identifying and quantifying aerosolized allergens.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle