Analysis of the Subcellular Phosphoproteome Using a Novel Phosphoproteomic Reactor
Notice bibliographique
Résumé
Protein phosphorylation is an important post-translational modification involved in the regulation of many cellular processes. Mass spectrometry has been successfully used to identify protein phosphorylation in specific pathways and for global phosphoproteomic analysis. However, phosphoproteomics approaches do not evaluate the subcellular localization of the phosphorylated forms of proteins, which is an important factor for understanding the roles of protein phosphorylation on a global scale. The in-depth mapping of protein phosphorylation at the subcellular level necessitates the development of new methods capable of specifically and efficiently enriching phosphopeptides from highly complex samples. Here, we report a novel microfluidic device called the phosphoproteomic reactor that combines efficient processing of proteins followed by phosphopeptide enrichment by Ti-IMAC. To illustrate the potential of this novel technology, we mapped the phosphoproteins in subcellular organelles of liver cells. Fifteen subcellular fractions from liver cell cultures were processed on the phosphoproteomic reactor in combination with nano-LC-MS/MS analysis. We identified thousands of phosphorylation sites in over 600 phosphoproteins in different organelles using minute amounts of starting material. Overall, this approach provides a new avenue for studying the phosphoproteome of the subcellular organelles.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 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 ».