Refolding out of guanidine hydrochloride is an effective approach for high‐throughput structural studies of small proteins
Notice bibliographique
Résumé
Abstract Low in vivo solubility of recombinant proteins expressed in Escherichia coli can seriously hinder the purification of structural samples for large‐scale proteomic NMR and X‐ray crystallography studies. Previous results from our laboratory have shown that up to one half of all bacterial and archaeal proteins are insoluble when overexpressed in E. coli. Although a number of strategies may be used to increase in vivo protein solubility, there are no generally applicable methods, and the expression of each insoluble recombinant protein must be individually optimized. For this reason, we have tested a generic denaturation/refolding protein purification procedure to assess the number of structural samples that could be generated by using this methodology. Our results show that a denaturation/refolding protocol is appropriate for many small proteins (≤18 kD) that are normally soluble in vivo. In addition, refolding the purified proteins by using dialysis against a single buffer allowed us to obtain soluble protein samples of 58% of small proteins that were found in the insoluble fraction in vivo, and 10% of the initial number of proteins provided good heteronuclear single quantum coherence (HSQC) NMR spectra. We conclude that a denaturation/refolding protocol is an efficient way to generate structural samples for high‐throughput studies of small proteins.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 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 ».