Proteomics Discovery of Metalloproteinase Substrates in the Cellular Context by iTRAQ™ Labeling Reveals a Diverse MMP-2 Substrate Degradome
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
Elucidation of protease substrate degradomes is essential for understanding the function of proteolytic pathways in the protease web and how proteases regulate cell function. We identified matrix metalloproteinase-2 (MMP-2) cleaved proteins, solubilized pericellular matrix, and shed cellular ectodomains in the cellular context using a new multiplex proteomics approach. Tryptic peptides of intact and cleaved proteins, collected from conditioned culture medium of Mmp2(-/-) fibroblasts expressing low levels of transfected active human MMP-2 at different time points, were amine-labeled with iTRAQ mass tags. Peptide identification and relative quantitation between active and inactive protease transfectants were achieved following tag fragmentation during tandem MS. Known substrates of MMP-2 were identified thereby validating this technique with many novel MMP-2 substrates including the CX(3)CL1 chemokine fractalkine, osteopontin, galectin-1, and HSP90alpha also being identified and biochemically confirmed. In comparison with ICAT-labeling and quantitation, 8-9-fold more proteins and substrates were identified by iTRAQ. "Peptide mapping," the location of multiple peptides identified within a particular protein by iTRAQ in combination with their relative abundance ratios, enabled the domain shed and general location of the cleavage site to be identified in the native cellular substrate. Hence this advance in degradomics cell-based screens for native protein substrates casts new light on the roles for proteases in cell function.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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