Proteome-wide detection of S-nitrosylation targets and motifs using bioorthogonal cleavable-linker-based enrichment and switch technique
Notice bibliographique
Résumé
Cysteine modifications emerge as important players in cellular signaling and homeostasis. Here, we present a chemical proteomics strategy for quantitative analysis of reversibly modified Cysteines using bioorthogonal cleavable-linker and switch technique (Cys-BOOST). Compared to iodoTMT for total Cysteine analysis, Cys-BOOST shows a threefold higher sensitivity and considerably higher specificity and precision. Analyzing S-nitrosylation (SNO) in S-nitrosoglutathione (GSNO)-treated and non-treated HeLa extracts Cys-BOOST identifies 8,304 SNO sites on 3,632 proteins covering a wide dynamic range of the proteome. Consensus motifs of SNO sites with differential GSNO reactivity confirm the relevance of both acid-base catalysis and local hydrophobicity for NO targeting to particular Cysteines. Applying Cys-BOOST to SH-SY5Y cells, we identify 2,151 SNO sites under basal conditions and reveal significantly changed SNO levels as response to early nitrosative stress, involving neuro(axono)genesis, glutamatergic synaptic transmission, protein folding/translation, and DNA replication. Our work suggests SNO as a global regulator of protein function akin to phosphorylation and ubiquitination.
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) | 0,000 | 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 | 0,001 |
| 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 ».