Proteomic Signature of the Murine Intervertebral Disc
Notice bibliographique
Résumé
Low back pain is the most common musculoskeletal problem and the single most common cause of disability, often attributed to degeneration of the intervertebral disc. Lack of effective treatment is directly related to our limited understanding of the pathways responsible for maintaining disc health. While transcriptional analysis has permitted initial insights into the biology of the intervertebral disc, complete proteomic characterization is required. We therefore employed liquid chromatography electrospray ionization tandem mass spectrometry (LC-ESI-MS/MS) protein/peptide separation and mass spectrometric analyses to characterize the protein content of intervertebral discs from skeletally mature wild-type mice. A total of 1360 proteins were identified and categorized using PANTHER. Identified proteins were primarily intracellular/plasma membrane (35%), organelle (30%), macromolecular complex (10%), extracellular region (9%). Molecular function categorization resulted in three distinct categories: catalytic activity (33%), binding (molecule interactions) (29%), and structural activity (13%). To validate our list, we confirmed the presence of 14 of 20 previously identified IVD-associated markers, including matrix proteins, transcriptional regulators, and secreted proteins. Immunohistochemical analysis confirmed distinct localization patterns of select protein with the intervertebral disc. Characterization of the protein composition of healthy intervertebral disc tissue is an important first step in identifying cellular processes and pathways disrupted during aging or disease progression.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 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 ».