Detection of secreted peptides by using hypothesis-driven multistage mass spectrometry
Notice bibliographique
Résumé
A method is presented for the rapid detection and characterization of trace amounts of peptides secreted from microorganisms, including pheromones, virulence factors, and quorum-sensing peptides. The procedure, based on targeted multistage MS, uses a novel matrix-assisted laser desorptionionization-ion trap mass spectrometer to overcome limitations of current MS methods (limited dynamic range, signal suppression effects, and chemical noise) that impair observation of low abundance peptides from complex biological matrixes. Here, secreted peptides that are hypothesized to be present in the supernatant, but that may not be sufficiently abundant to be observed in single-stage mass spectra, are subjected to multistage MS. Highly specific fragmentation signatures enable unambiguous identification of the peptides of interest and differentiation of the signals from the background. As examples, we demonstrate the rapid (<1 min) determination of the mating type of cells in colonies of Saccharomyces cerevisiae and the elucidation of autoinducing peptides (AIPs) from supernatants of pathogenic Staphylococci. We confirm the primary structures of the agrD encoded cyclic AIPs of Staphylococcus aureus for groups I, II, and IV and provide direct evidence that the native group-III AIP is a heptapeptide (INCDFLL). We also show that the homologous peptide from Staphylococcus intermedius is a nonapeptide (RIPTSTGFF) with a lactone ring formed through condensation of the serine side chain with the C terminus of the peptide. This is the first demonstration of cyclization in a staphylococcal AIP that occurs via lactone formation. These examples demonstrate the analytical power of the present procedure for characterizing secreted peptides and its potential utility for identifying microorganisms.
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) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».