MétaCan
Menu
Retour à la cohorte
Enregistrement W2095407221 · doi:10.1021/ja103591v

Gold Nanoparticle Enrichment Method for Identifying <i>S</i>-Nitrosylation and <i>S</i>-Glutathionylation Sites in Proteins

2010· article· en· W2095407221 sur OpenAlexaff
Adam Faccenda, Christopher A. Bonham, Panayiotis O. Vacratsis, Xueji Zhang, Bülent Mutus

Notice bibliographique

RevueJournal of the American Chemical Society · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRedox biology and oxidative stress
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésChemistryThiolS-NitrosylationColloidal goldDual-specificity phosphataseProteolysisCysteineBiochemistryProtein disulfide-isomerasePhosphataseCombinatorial chemistryNanoparticleEnzymeNanotechnology

Résumé

récupéré en direct d'OpenAlex

We present a simple method by which gold nanoparticles (AuNPs) are used to simultaneously isolate and enrich for free or modified thiol-containing peptides, thus facilitating the identification of protein S-modification sites. Here, protein disulfide isomerase (PDI) and dual specificity phosphatase 12 (DUSP12 or hYVH1) were S-nitrosylated or S-glutathionylated, their free thiols differentially alkylated, and subjected to proteolysis. AuNPs were added to the digests, and the AuNP-bound peptides were isolated by centrifugation and released by thiol exchange. These AuNP-bound peptides were analyzed by MALDI-TOF mass spectrometry revealing that AuNPs result in a significant enrichment of free thiol-containing as well as S-nitrosylated, S-glutathionylated, and S-alkylated peptides, leading to the unequivocal assignment of thiols susceptible to modification.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,212

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,306
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetRedox biology and oxidative stressTravaux en français237 207