The stoichiometry of protein phosphorylation in adipocyte lipid droplets: Analysis by N‐terminal isotope tagging and enzymatic dephosphorylation
Notice bibliographique
Résumé
Most phosphoproteomic studies to date have been limited to the identification of phosphoproteins and their phosphorylation sites, and have not assessed the stoichiometry of protein phosphorylation, a critical parameter reflecting the dynamic equilibrium between phosphorylated and non-phosphorylated pools of proteins. Here, we used a method for measuring phosphorylation stoichiometry through isotope tagging and enzymatic dephosphorylation of tryptic peptides. Using this method, protein digests are divided into two equal aliquots that are modified with either light or heavy isotope tags. One aliquot is dephosphorylated by alkaline phosphatase. Finally, the peptide mixtures are recombined and LC-MS/MS analysis is performed. With this method, we studied adipocytes of mice stimulated with CL316,243, a beta-3 adrenergic agonist known to induce lipolysis and marked phosphorylation changes in proteins of the lipid droplet surface. In lipid droplet preparations, CL316,243 administration increased phosphorylation of proteins related to regulation of signaling, metabolism and intracellular trafficking in white adipose tissue, including hormone-sensitive lipase which was 80% phosphorylated at the previously reported site, Ser-559, and the lipid surface protein perilipin, which was phosphorylated by approximately 60 and approximately 40% at previously unreported sites, Ser-410 and Ser-460.
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 ».