Membrane protease proteomics: Isotope-coded affinity tag MS identification of undescribed MT1–matrix metalloproteinase substrates
Notice bibliographique
Résumé
By proteolytic modification of low abundant signaling proteins and membrane receptors, proteases exert potent posttranslational control over cell behavior at the postsecretion level. Hence, substrate discovery is indispensable for understanding the biological role of proteases in vivo. Indeed, matrix metalloproteinases (MMPs), long associated with extracellular matrix degradation, are increasingly recognized as important processing enzymes of bioactive molecules. MS is now the primary proteomic technique for detecting, identifying, and quantitating proteins in cells or tissues. Here we used isotopecoded affinity tag labeling and multidimensional liquid chromatography inline with tandem MS to identify MDA-MB-231 breast carcinoma cell proteins shed from the cell surface or the pericellular matrix and extracellular proteins that were degraded or processed after transfection with human membrane type 1-MMP (MT1-MMP). Potential substrates were identified as those having altered protein levels compared with the E240A inactive MT1-MMP mutant or vector transfectants. New substrates were biochemically confirmed by matrix-assisted laser desorption ionization-time-of-flight MS and Edman sequencing of cleavage fragments after incubation with recombinant soluble MT1-MMP in vitro. We report many previously uncharacterized substrates of MT1-MMP, including the neutrophil chemokine IL-8, secretory leukocyte protease inhibitor, pro-tumor necrosis factor alpha, death receptor-6, and connective tissue growth factor, indicating that MT1-MMP is an important signaling protease in addition to its traditionally ascribed roles in pericellular matrix remodeling. Moreover, the high-throughput and quantitative nature of isotope-coded affinity tag labeling combined with tandem MS sequencing is a previously undescribed degradomic screen for protease substrate discovery that should be generally adaptable to other classes of protease for exploring proteolytic function in complex and dynamic biological contexts.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| 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 ».