SNO spectral counting (SNOSC), a label-free proteomic method for quantification of changes in levels of protein S-nitrosation
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».