Identification of protein‐protein interactions using <b><i>in vivo</i></b> cross‐linking and mass spectrometry
Notice bibliographique
Résumé
The purification of protein complexes can be accomplished by different types of affinity chromatography. In a typical immunoaffinity experiment, protein complexes are captured from a cell lysate by an immobilized antibody that recognizes an epitope on one of the known components of the complex. After extensive washing to remove unspecifically bound proteins, the complexes are eluted and analyzed by mass spectrometry (MS). Transient complexes, which are characterized by high dissociation constants, are typically lost by this approach. In the present study, we describe a novel method for identifying transient protein-protein interactions using in vivo cross-linking and MS-based protein identification. Live cells are treated with formaldehyde, which rapidly permeates the cell membrane and generates protein-protein cross-links. Proteins cross-linked to a Myc-tagged protein of interest are copurified by immunoaffinity chromatography and subjected to a procedure which dissociates the cross-linked complexes. After separation by SDS-PAGE, proteins are identified by tandem mass spectrometry. Application of this method enabled the identification of numerous proteins that copurified with a constitutively active form of M-Ras (M-Ras(Q71L)). Among these, we identified the RasGAP-related protein IQGAP1 to be a novel interaction partner of M-Ras(Q71L). This method is applicable to many proteins and will aid in the study of protein-protein interactions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».