SNO spectral counting (SNOSC), a label-free proteomic method for quantification of changes in levels of protein S-nitrosation
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
S-Nitrosation plays an important role in regulation of protein function and signal transduction. Discovering S-nitrosated targets is a prerequisite for further functional study. However, current proteomic methods used to quantify S-nitrosation are limited in their applicability to certain types of samples, or by the need for special reagents and complex procedures to obtain the results. Here we devised a label-free proteomic method for quantification of changes in the level of protein S-nitrosation on the basis of a spectral counting strategy, called S-nitrosothiol (SNO) spectral counting (SNOSC). With this method, samples can be from any source (cells, tissues); there is no need for labelling reagents or procedures, and the results yield quantitative information. Moreover, as it is based on the irreversible biotinylation procedure (IBP) for S-nitrosation protein enrichment, false positive targets caused by the interference of intermolecular disulphide bonds are ruled out. Using SNOSC we studied S-nitrosation in the cell line RAW264.7 induced exogenously with S-nitrosoglutathione (GSNO), or induced endogenously by lipopolysaccharides/interferon-gamma (LPS/IFN-γ). We detected a significant increase in S-nitrosation of 50 proteins after exogenous induction and 17 proteins after endogenous induction. We thus demonstrate that SNOSC is a widely applicable proteomic method for fast screening of SNO 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.
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 | 0,003 | 0,003 |
| 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 | 0,001 | 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