A Targeted, Differential Top-Down Proteomic Methodology for Comparison of ApoA-I Proteoforms in Individuals with High and Low HDL Efflux Capacity
Notice bibliographique
Résumé
Top-down proteomics (TDP) allows precise determination/characterization of the different proteoforms derived from the expression of a single gene. In this study, we targeted apolipoprotein A-I (ApoA-I), a mediator of high-density-lipoprotein cholesterol efflux (HDL-E), which is inversely associated with coronary heart disease risk. Absolute ApoA-I concentration and allelic variation only partially explain interindividual HDL-E variation. Therefore, we hypothesize that differences in HDL-E are associated with the abundances of different ApoA-I proteoforms. Here, we present a targeted TDP methodology to characterize ApoA-I proteoforms in serum samples and compare their abundances between individuals. We characterized 18 ApoA-I proteoforms using selected-ion monitoring coupled to electron-transfer dissociation mass spectrometry. We then compared the abundances of these proteoforms between two groups of four participants, representing the individuals with highest and lowest HDL-E values within the Chicago Healthy Aging Study ( n = 420). Six proteoforms showed significantly ( p < 0.0005) higher intensity in high HDL-E individuals: canonical ApoA-I [fold difference (fd) = 1.17], carboxymethylated ApoA-I (fd = 1.24) and, with highest difference, four fatty acylated forms: palmitoylated (fd = 2.16), oleoylated (fd = 2.08), arachidonoylated (fd = 2.31) and one bearing two modifications: palmitoylation and truncation (fd = 2.13). These results demonstrate translational potential for targeted TDP in revealing, with high sensitivity, associations between interindividual proteoform variation and physiological differences underlying disease risk.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».