Macroporous reversed‐phase separation of proteins combined with reversed‐phase separation of phosphopeptides and tandem mass spectrometry for profiling the phosphoproteome of MDA‐MB‐231 cells
Notice bibliographique
Résumé
A new method of combining macroporous RP (mRP) protein fractionation with RPLC peptide separation MS/MS is reported for profiling the phosphoproteome of a complex sample. In this method, an mRP-C18 column was used to fractionate the proteins from a whole cell lysate of a breast cancer cell line, MDA-MB-231, into 38 fractions. Each fraction was subjected to tryptic digestion, sequential phosphopeptide enrichment by immobilized metal ion affinity chromatography and titanium dioxide (TiO2 ), followed by capillary RPLC-MS/MS analysis. For comparison, the conventional method of using strong cation exchange RPLC separation of peptides combined with MS/MS was also used for analyzing the phosphoproteome. Replicate experiments by the mRP-RPLC method identified 1585 distinct phosphoproteins with 4519 phosphopeptides, compared to 1585 phosphoproteins with 4297 phosphopeptides by strong cation exchange RPLC, with a total of 1947 phosphoproteins and 6278 phosphopeptides identified from the combined results. While the two methods have similar ability in the identification of the phosphoproteome, they produce complementary information. The phosphoproteins identified in this study, including 67 novel phosphorylation sites from 56 breast cancer related proteins, can serve as the entry point for future validation with biological implications in breast cancer. The MS proteomics data have been deposited to the ProteomeXchange Consortium via the PRIDE partner repository with the dataset identifier PXD000948 and DOI 10.6019/PXD000948.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».