Comparison of SDS‐ and methanol‐assisted protein solubilization and digestion methods for <b><i>Escherichia coli</i></b> membrane proteome analysis by 2‐D LC‐MS/MS
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
Both organic solvent and surfactant have been used for dissolving membrane proteins for shotgun proteomics. In this work, two methods of protein solubilization, namely using 60% methanol or 1% SDS, to dissolve and analyze the inner membrane fraction of an Escherichia coli K12 cell lysate were compared. A total of 358 proteins (1417 unique peptides) from the methanol-solubilized protein mixture and 299 proteins (892 peptides) from the SDS-solubilized sample-were identified by using trypsin digestion and 2-D LC-ESI MS/MS. It was found that the methanol method detected more hydrophobic peptides, resulting in a greater number of proteins identified, than the SDS method. We found that 159 out of 358 proteins (44%) and 120 out of 299 proteins (40%) detected from the methanol- and SDS-solubilized samples, respectively, are integral membrane proteins. Among the 190 integral membrane proteins 70 were identified exclusively in the methanol-solubilized sample, 89 were identified by both methods, and only 31 proteins were exclusively identified by the SDS method. It is shown that the integral membrane proteins reflected the theoretical proteome for number of transmembrane helices, length, functional class, and topology, indicating there was no bias in the proteins identified.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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