Improved Protocol for the Production of the Low-Expression Eukaryotic Membrane Protein Human Aquaporin 2 in Pichia pastoris for Solid-State NMR
Notice bibliographique
Résumé
Solid-state nuclear magnetic resonance (SSNMR) is a powerful biophysical technique for studies of membrane proteins; it requires the incorporation of isotopic labels into the sample. This is usually accomplished through over-expression of the protein of interest in a prokaryotic or eukaryotic host in minimal media, wherein all (or some) carbon and nitrogen sources are isotopically labeled. In order to obtain multi-dimensional NMR spectra with adequate signal-to-noise ratios suitable for in-depth analysis, one requires high yields of homogeneously structured protein. Some membrane proteins, such as human aquaporin 2 (hAQP2), exhibit poor expression, which can make producing a sample for SSNMR in an economic fashion extremely difficult, as growth in minimal media adds additional strain on expression hosts. We have developed an optimized growth protocol for eukaryotic membrane proteins in the methylotrophic yeast Pichia pastoris. Our new growth protocol uses the combination of sorbitol supplementation, higher cell density, and low temperature induction (LT-SEVIN), which increases the yield of full-length, isotopically labeled hAQP2 ten-fold. Combining mass spectrometry and SSNMR, we were able to determine the nature and the extent of post-translational modifications of the protein. The resultant protein can be functionally reconstituted into lipids and yields excellent resolution and spectral coverage when analyzed by two-dimensional SSNMR spectroscopy.
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 | 0,000 |
| 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 ».