Screening Glycolipids Against Proteins in Vitro Using Picodiscs and Catch-and-Release Electrospray Ionization-Mass Spectrometry
Notice bibliographique
Résumé
This work describes the application of the catch-and-release electrospray ionization-mass spectrometry (CaR-ESI-MS) assay, implemented using picodiscs (complexes comprised of saposin A and lipids, PDs), to screen mixtures of glycolipids (GLs) against water-soluble proteins to detect specific interactions. To demonstrate the reliability of the method, seven gangliosides (GM1, GM2, GM3, GD1a, GD1b, GD2, and GT1b) were incorporated, either individually or as a mixture, into PDs and screened against two lectins: the B subunit homopentamer of cholera toxin (CTB5) and a subfragment of toxin A from Clostridium difficile (TcdA-A2). The CaR-ESI-MS results revealed that CTB5 binds to six of the gangliosides (GM1, GM2, GM3, GD1a, GD1b, and GT1b), while TcdA-A2 binds to five of them (GM1, GM2, GM3, GD1a, and GT1b). These findings are consistent with the measured binding specificities of these proteins for ganglioside oligosaccharides. Screening mixtures of lipids extracted from porcine brain and a human epithelial cell line against CTB5 revealed binding to multiple GM1 isoforms as well as to fucosyl-GM1, which is a known ligand. Finally, a comparison of the present results with data obtained with the CaR-ESI-MS assay implemented using nanodiscs (NDs) revealed that the PDs exhibited similar or superior performance to NDs for protein-GL binding measurements.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 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 ».