<i>In Vitro</i> Metabolic Labeling of Intestinal Microbiota for Quantitative Metaproteomics
Notice bibliographique
Résumé
Intestinal microbiota is emerging as one of the key environmental factors influencing or causing the development of numerous human diseases. Metaproteomics can provide invaluable information on the functional activities of intestinal microbiota and on host-microbe interactions as well. However, the application of metaproteomics in human microbiota studies is still largely limited, in part due to the lack of accurate quantitative intestinal metaproteomic methods. Most current metaproteomic microbiota studies are based on label-free quantification, which may suffer from variability during the separate sample processing and mass spectrometry runs. In this study, we describe a quantitative metaproteomic strategy, using in vitro stable isotopically ((15)N) labeled microbiota as a spike-in reference, to study the intestinal metaproteomes. We showed that the human microbiota were efficiently labeled (>95% (15)N enrichment) within 3 days under in vitro conditions, and accurate light-to-heavy protein/peptide ratio measurements were obtained using a high-resolution mass spectrometer and the quantitative proteomic software tool Census. We subsequently employed our approach to study the in vitro modulating effects of fructo-oligosaccharide and five different monosaccharides on the microbiota. Our methodology improves the accuracy of quantitative intestinal metaproteomics, which would promote the application of proteomics for functional studies of intestinal microbiota.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,007 |
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 ».