MétaCan
Menu
Retour à la cohorte
Enregistrement W2156806661 · doi:10.1074/mcp.o114.046573

Mass Spectrometric Quantification of Histone Post-translational Modifications by a Hybrid Chemical Labeling Method

2015· article· en· W2156806661 sur OpenAlexaff
Tobias M Maile, Anita Izrael-Tomasevic, Tommy K. Cheung, Gulfem D. Guler, Charles Tindell, Alexandre Masselot, Jun Liang, Feng Zhao, Patrick Trojer, Marie Classon, David Arnott

Notice bibliographique

RevueMolecular & Cellular Proteomics · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Chromatin Dynamics
Établissements canadiensDiscovery Centre
Organismes subventionnairesnon disponible
Mots-clésChemistryPosttranslational modificationChromatographyHistoneMass spectrometryBiochemistryDNAEnzyme

Résumé

récupéré en direct d'OpenAlex

Mass spectrometry is a powerful alternative to antibody-based methods for the analysis of histone post-translational modifications (marks). A key development in this approach was the deliberate propionylation of histones to improve sequence coverage across the lysine-rich and hydrophilic tails that bear most modifications. Several marks continue to be problematic however, particularly di- and tri-methylated lysine 4 of histone H3 which we found to be subject to substantial and selective losses during sample preparation and liquid chromatography-mass spectrometry. We developed a new method employing a "one-pot" hybrid chemical derivatization of histones, whereby an initial conversion of free lysines to their propionylated forms under mild aqueous conditions is followed by trypsin digestion and labeling of new peptide N termini with phenyl isocyanate. High resolution mass spectrometry was used to collect qualitative and quantitative data, and a novel web-based software application (Fishtones) was developed for viewing and quantifying histone marks in the resulting data sets. Recoveries of 53 methyl, acetyl, and phosphoryl marks on histone H3.1 were improved by an average of threefold overall, and over 50-fold for H3K4 di- and tri-methyl marks. The power of this workflow for epigenetic research and drug discovery was demonstrated by measuring quantitative changes in H3K4 trimethylation induced by small molecule inhibitors of lysine demethylases and siRNA knockdown of epigenetic modifiers ASH2L and WDR5.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,271
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations124
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular & Cellular ProteomicsMême sujetGenomics and Chromatin DynamicsTravaux en français237 207