A fractionation method to identify qauntitative changes in protein expression mediated by IGF-1 on the proteome of murine C2C12 myoblasts
Notice bibliographique
Résumé
Although much is known about signal transduction downstream of insulin-like growth factor-1 (IGF-1), relatively little is known about the global changes in protein expression induced by this hormone. In this study, the acute effects of IGF-1 on the proteome of murine C2C12 cells were examined. Cells were treated with IGF-1 for up to 24 hours, lysed, and fractionated into cytosolic, nuclear, and insoluble portions. Proteins from the cytosolic fraction were further separated using a new batch ion-exchange chromatography method to reduce sample complexity, followed by two-dimensional (2D) electrophoresis, and identification of selected proteins by mass spectrometry. PDQuest software was utilized to identify and catalogue temporal changes in protein expression during IGF-1 stimulation. In response to IGF-1 stimulation, expression of 23 proteins increased at least three-fold and expression of 17 proteins decreased at least three-fold compared with control un-stimulated C2C12 cells. Changes in expression of selected proteins from each group, including Rho-GDI, cofillin, RAD50, enolase, IkappaB kinase b (IkappaBKb) and Hsp70 were confirmed by Western blotting. Additionally, the position of 136 'landmark' proteins whose expression levels and physicochemical properties did not change appreciably or consistently during IGF-1 treatment were mapped and identified. This characterization of large-scale changes in protein expression in response to growth factor stimulation of C2C12 cells will further help to establish a comprehensive understanding of the networks and pathways involved in the action of IGF-1.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».