Comprehensive proteomic analysis of protein changes during platelet storage requires complementary proteomic approaches
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
BACKGROUND: Proteomics methods may be used to analyze changes occurring in stored blood products. These data sets can identify processes leading to storage-associated losses of blood component quality such as the platelet (PLT) storage lesion (PSL). The optimal strategy to perform such analyses to obtain the most informative data sets, including which proteomics methods, is undefined. This study addresses relative differences among proteomics approaches to the analysis of the PLT storage lesion. STUDY DESIGN AND METHODS: Changes to the PLT proteome between Days 1 and 7 of storage were analyzed with three complementary proteomic approaches with final mass spectrometry analysis: two-dimensional (2D) gel electrophoresis/differential gel electrophoresis (DIGE), isotope tagging for relative and absolute quantitation (iTRAQ), and isotope-coded affinity tagging (ICAT). Observed changes in concentration during storage of selected proteins were confirmed by immunoblotting. RESULTS: In total, 503 individual proteins changed concentration over a 7-day storage period. By method, a total of 93 proteins were identified by 2D gel/DIGE, 355 by iTRAQ, and 139 by ICAT. Less than 16 percent of the 503 proteins, however, were identified by not more than at least two proteomic approaches. Only 5 proteins were identified by all approaches. Membrane protein changes were not reliably detected with 2D gel/DIGE methods. CONCLUSION: Although proteomics analyses identified many storage-associated protein changes, these varied significantly by method suggesting that a combination of protein-centric (2D gel or DIGE) and peptide-centric (iTRAQ or ICAT) approaches are essential to acquire adequate data. The use of one proteomics method to study changes in stored blood products may give insufficient information.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle