MétaCan
Menu
Retour à la cohorte
Enregistrement W2556595882 · doi:10.1002/pmic.201600360

Protein‐phosphotyrosine proteome profiling by superbinder‐SH2 domain affinity purification mass spectrometry, sSH2‐AP‐MS

2016· article· en· W2556595882 sur OpenAlexafffund
Jiefei Tong, Biyin Cao, Gregory D. Martyn, Jonathan R. Krieger, Paul Taylor, Bradley P. Yates, Sachdev S. Sidhu, Shawn S.‐C. Li, Xinliang Mao, Michael F. Moran

Notice bibliographique

RevuePROTEOMICS · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensWestern UniversitySickKids FoundationUniversity of TorontoHospital for Sick Children
Organismes subventionnairesCanadian Cancer Society Research InstituteCanada Research Chairs
Mots-clésSH2 domainProteomeChemistryMass spectrometryAmino acidAffinity chromatographyProteomicsHeLaBiochemistryChromatographyMolecular biologyProto-oncogene tyrosine-protein kinase SrcBiologyReceptorCellEnzyme

Résumé

récupéré en direct d'OpenAlex

Recently, "superbinder" SH2 domain variants with three amino acid substitutions (sSH2) were reported to have 100-fold or greater affinity for protein-phosphotyrosine (pY) than natural SH2 domains. Here we report a protocol in which His-tagged Src sSH2 efficiently captures pY-peptides from protease-digested HeLa cell total protein extracts. Affinity purification of pY-peptides by this method shows little bias for pY-proximal amino acid sequences, comparable to that achieved by using antibodies to pY, but with equal or higher yield. Superbinder-SH2 affinity purification mass spectrometry (sSH2-AP-MS) therefore provides an efficient and economical approach for unbiased pY-directed phospho-proteome profiling without the use of antibodies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,242
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePROTEOMICSMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207