Characterization and application studies of ProxyPhos, a chemosensor for the detection of proximally phosphorylated peptides and proteins in aqueous solutions
Notice bibliographique
Résumé
Proximal phosphorylation on proteins appears to have functional significance and has been associated with several diseases, including Alzheimer's and cancer. While much remains to be learned about the role of proximal phosphorylation in biological systems, no simple and/or affordable technique is available for its detection. To this end, we have previously developed a ProxyPhos chemosensor, which detects proximally phosphorylated peptides and proteins over mono- and non-phosphorylated motifs in aqueous solutions. In this follow-up work, we performed extensive characterization of peptide and protein ProxyPhos assay conditions to achieve enhanced detection, and further explored the selectivity of ProxyPhos, and its potential off-targets. As a result of characterization studies, selective sensing of proximally phosphorylated over mono-phosphorylated peptides and proteins was achieved. Moreover, studies demonstrated that ProxyPhos was compatible with the detection of all commonly phosphorylated residues (i.e. tyrosine, serine and threonine residues). Under optimized conditions, ProxyPhos efficiently discriminated between peptides derived from the activated (proximally phosphorylated, disease-relevant) and inactive (mono-phosphorylated) forms of JAK2, SYK and MAPK1 kinases. In addition, ProxyPhos can be used to probe phosphatase activity on peptides and proteins via detecting changes in proximal phosphorylation, demonstrating immediate utility of this chemosensing system.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».