Quantitative proteomic analysis of trypsin‐treated extracellular vesicles to identify the real‐vesicular proteins
Notice bibliographique
Résumé
Extracellular vesicles (EVs) are nano-sized vesicles surrounded by a lipid bilayer and released into the extracellular milieu by most of cells. Although various EV isolation methods have been established, most of the current methods isolate EVs with contaminated non-vesicular proteins. By applying the label-free quantitative proteomic analyses of human colon cancer cell SW480-derived EVs, we identified trypsin-sensitive and trypsin-resistant vesicular proteins. Further systems biology and protein-protein interaction network analyses based on their cellular localization, we classified the trypsin-sensitive and trypsin-resistant vesicular proteins into two subgroups: 363 candidate real-vesicular proteins and 151 contaminated non-vesicular proteins. Moreover, the protein interaction network analyses showed that candidate real-vesicular proteins are mainly derived from plasma membrane (46.8%), cytosol (36.6%), cytoskeleton (8.0%) and extracellular region (2.5%). On the other hand, most of the contaminated non-vesicular proteins derived from nucleus, Golgi apparatus, endoplasmic reticulum and mitochondria. In addition, ribosomal protein complexes and T-complex proteins were classified as the contaminated non-vesicular proteins. Taken together, our trypsin-digested proteomic approach on EVs is an important advance to identify the real-vesicular proteins that could help to understand EV biogenesis and protein cargo-sorting mechanism during EV release, to identify more reliable EV diagnostic marker proteins, and to decode pathophysiological roles of EVs.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».