Formalin-Fixed, Paraffin-Embedded Tissues (FFPE) as a Robust Source for the Profiling of Native and Protease-Generated Protein Amino Termini
Notice bibliographique
Résumé
Dysregulated proteolysis represents a hallmark of numerous diseases. In recent years, increasing number of studies has begun looking at the protein termini in hope to unveil the physiological and pathological functions of proteases in clinical research. However, the availability of cryopreserved tissue specimens is often limited. Alternatively, formalin-fixed, paraffin-embedded (FFPE) tissues offer an invaluable resource for clinical research. Pathologically relevant tissues are often stored as FFPE, which represent the most abundant resource of archived human specimens. In this study, we established a robust workflow to investigate native and protease-generated protein N termini from FFPE specimens. We demonstrate comparable N-terminomes of cryopreserved and formalin-fixed tissue, thereby showing that formalin fixation/paraffin embedment does not proteolytically damage proteins. Accordingly, FFPE specimens are fully amenable to N-terminal analysis. Moreover, we demonstrate feasibility of FFPE-degradomics in a quantitative N-terminomic study of FFPE liver specimens from cathepsin L deficient or wild-type mice. Using a machine learning approach in combination with the previously determined cathepsin L specificity, we successfully identify a number of potential cathepsin L cleavage sites. Our study establishes FFPE specimens as a valuable alternative to cryopreserved tissues for degradomic studies.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 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 ».