Mass Spectrometry of Laser-Initiated Carbene Reactions for Protein Topographic Analysis
Notice bibliographique
Résumé
We report a protein labeling method using nonselective carbene reactions of sufficiently high efficiency to permit detection by mass spectrometric methods. The approach uses a diazirine-modified amino acid (l-2-amino-4,4'-azipentanoic acid, "photoleucine") as a label source, which is converted to a highly reactive carbene by pulsed laser photolysis at 355 nm. Labeling of standard proteins and peptides (CaM, Mb, M13) was achieved with yields up to 390-fold higher than previous studies using methylene. Carbene labeling is sensitive to changes in protein topography brought about by conformational change and ligand binding. The modification of apo-CaM was 45 ± 7% higher than that of holo-CaM. Modification of the CaM-M13 complex reflected a 39 ± 1% reduction in labeling for bound holo-CaM relative to free holo-CaM. Labeling yield is independent of protein concentration over approximately 2 orders of magnitude but is weakly dependent on the presence of other chromophores in a photon-limited apparatus. The current configuration required 2 min of irradiation for full reagent conversion; however, it is shown that comparable yields can be achieved with a single high-energy laser pulse (>100 mJ/pulse, <10 ns), offering a labeling method with high temporal resolution. We suggest a mechanism of labeling governed by limited carbene diffusion and the protein surface activity of the diazirine precursor. This surface activity is speculated to return a measure of selectivity relative to methylene labeling, which ultimately may be tunable.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,014 | 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 ».