On the feasibility of quantifying sodium channel Na <sub>v</sub> 1.6 protein in mouse brain using targeted ultra‐high‐performance/electrospray ionization multiple reaction monitoring mass spectrometry
Notice bibliographique
Résumé
Rationale Na v 1.6 is a transmembrane voltage gated sodium channel implicated in various forms of epilepsy. Modulation of its activity in epilepsy animal models can be accomplished using inhibitors which may result in changes in its expression. There is a need to generate reliable quantitative measurements of Na v 1.6 expression in animal models. This research explores the feasibility of quantifying Na v 1.6 expression in mouse brains using targeted multiple reaction monitoring (MRM) mass spectrometry. Methods A combination of in silico tryptic Na v 1.6 peptides and MRM transitions were used to select target peptides. This was followed by a simple proteomic work‐up including plasma membrane isolation, trypsin‐based proteolysis and ultra‐high‐performance/electrospray ionization tandem mass spectrometry (UHPLC/ESI‐MS/MS) to detect the presence of Na v 1.6 in induced HEK293 cells. The unique Na v 1.6 peptide, DSLFIPR, was selected as probe for quantifying Na v 1.6 levels in brains from C57BL/6J wild‐type mice as well as two kinds of mutants including Scn8a N1768D/+ and heterozygous null Scn8a +/− mice using isotope dilution targeted mass spectrometry. Results The feasibility of using targeted MRM for quantifying Na v 1.6 expression in mice brains was demonstrated. Expression of Na v 1.6 in brains (hippocampi) from wild‐type and mutant Scn8a N1768D/+ mice were found to be around 0.40 fmol/μg. Mutant null Scn8a +/− heterozygous mice, on the other hand, showed levels of 0.22 fmol/μg as expected based on this particular mutation which only generates 50% of the expression in wild‐type mice. Na v 1.6‐overexpressed HEK293 cells showed 3.7 fmol/μg of Na v 1.6 expression, suitable for screening new compounds for Na v 1.6 blocking activity. Conclusions The results of the present feasibility study support the use of DSLFIPIR for quantification of Nav1.6 in brain tissues using UHPL/ESI‐MS/MS.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 ».