Revealing the Amylase Interactome in Whole Saliva Using Proteomic Approaches
Notice bibliographique
Résumé
Understanding proteins present in saliva and their function when isolated is not enough to describe their real role in the mouth. Due to protein-protein interactions, structural changes may occur in macromolecules leading to functional modulation or modification. Besides amylase's function in carbohydrate breakdown, amylase can delay proteolytic degradation of protein partners (e.g., histatin 1) when complexed. Due to its biochemical characteristics and high abundance in saliva, amylase probably interacts with several proteins acting as a biological carrier. This study focused on identifying interactions between amylase and other proteins found in whole saliva (WS) using proteomic approaches. Affinity chromatography was used, followed by gel electrophoresis methods, sodium dodecyl sulfate and native, tryptic in-solution and in-gel digestion, and mass spectrometry. We identified 66 proteins that interact with amylase in WS. Characterization of the identified proteins suggests that acidic (pI < 6.8) and low molecular weight (MW < 56 kDa) proteins have preference during amylase complex formation. Most of the identified proteins present biological functions related to host protection. A new protein-amylase network was constructed using the STRING database. Further studies are necessary to investigate individualities of the identified amylase interactors. These observations open avenues for more comprehensive studies on not yet fully characterized biological function of amylase.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».