Identification of Secreted Proteins during Skeletal Muscle Development
Notice bibliographique
Résumé
The differentiation program of skeletal muscle cells is exquisitely sensitive to secreted proteins. We developed a strategy to maximize the discovery of secreted proteins, using mass spectrometry-based proteomics, from cultured muscle cells, C2C12, grown in a serum-free medium. This strategy led to the identification of 80 nonredundant proteins, of which 27 were secretory proteins that were identified with a minimum of two tryptic peptides. A number of the identified secretory proteins are involved in extracellular matrix remodeling, cellular proliferation, migration, and signaling. A putative network of proteins involving matrix metalloproteinase 2, SPARC, and cystatin C that all interact with TGFβ signaling has been postulated to contribute toward a functional role in the myogenic differentiation program. Keywords: Conditioned media (CM) • One-dimensional gel electrophoresis (1D-SDS-PAGE) • Matrix-assisted laser desorption/ionization quadrupole time-of-fight mass spectrometry (MALDI-QqTOF MS) • Extracelluar matrix (ECM) • Matrix metalloproteinase-2 (MMP2) • Secreted protein rich in cysteine protein (SPARC) • Transforming growth factor-beta (TGFβ)
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 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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».