Quantitative Multiplex Substrate Profiling of Peptidases by Mass Spectrometry
Notice bibliographique
Résumé
Proteolysis is an integral component of life and has been implicated in many disease processes. To improve our understanding of peptidase function, it is imperative to develop tools to uncover substrate specificity and cleavage efficiency. Here, we combine the quantitative power of tandem mass tags (TMTs) with an established peptide cleavage assay to yield quantitative Multiplex Substrate Profiling by Mass Spectrometry (qMSP-MS). This assay was validated with papain, a well-characterized cysteine peptidase, to generate cleavage efficiency values for hydrolysis of 275 unique peptide bonds in parallel. To demonstrate the breath of this assay, we show that qMSP-MS can uncover the substrate specificity of minimally characterized intramembrane rhomboid peptidases, as well as define hundreds of proteolytic activities in complex biological samples, including secretions from lung cancer cell lines. Importantly, our qMSP-MS library uses synthetic peptides whose termini are unmodified, allowing us to characterize not only endo- but also exo-peptidase activity. Each cleaved peptide sequence can be ranked by turnover rate, and the amino acid sequence of the best substrates can be used for designing fluorescent reporter substrates. Discovery of peptide substrates that are selectively cleaved by peptidases which are active at the site of disease highlights the potential for qMSP-MS to guide the development of peptidase-activating drugs for cancer and infectious disease.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».