Radiolabeling and Quantification of Cellular Levels of Phosphoinositides by High Performance Liquid Chromatography-coupled Flow Scintillation
Notice bibliographique
Résumé
Phosphoinositides (PtdInsPs) are essential signaling lipids responsible for recruiting specific effectors and conferring organelles with molecular identity and function. Each of the seven PtdInsPs varies in their distribution and abundance, which are tightly regulated by specific kinases and phosphatases. The abundance of PtdInsPs can change abruptly in response to various signaling events or disturbance of the regulatory machinery. To understand how these events lead to changes in the amount of PtdInsPs and their resulting impact, it is important to quantify PtdInsP levels before and after a signaling event or between control and abnormal conditions. However, due to their low abundance and similarity, quantifying the relative amounts of each PtdInsP can be challenging. This article describes a method for quantifying PtdInsP levels by metabolically labeling cells with (3)H-myo-inositol, which is incorporated into PtdInsPs. Phospholipids are then precipitated and deacylated. The resulting soluble (3)H-glycero-inositides are further extracted, separated by high-performance liquid chromatography (HPLC), and detected by flow scintillation. The labeling and processing of yeast samples is described in detail, as well as the instrumental setup for the HPLC and flow scintillator. Despite losing structural information regarding acyl chain content, this method is sensitive and can be optimized to concurrently quantify all seven PtdInsPs in cells.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».