Submicron Emitters Enable Reliable Quantification of Weak Protein–Glycan Interactions by ESI-MS
Notice bibliographique
Résumé
Interactions between carbohydrates (glycans) and glycan-binding proteins (GBPs) regulate a wide variety of important biological processes. However, the affinities of most monovalent glycan–GBP complexes are typically weak (dissociation constant (Kd) > μM) and difficult to reliably measure with conventional assays; consequently, the glycan specificities of most GBPs are not well established. Here, we demonstrate how electrospray ionization mass spectrometry (ESI-MS), implemented with nanoflow ESI emitters with inner diameters of ∼50 nm, allows for the facile quantification of low-affinity glycan–GBP interactions. The small size of the droplets produced from these submicron emitters effectively eliminates the formation of nonspecific glycan–GBP binding (false positives) during the ESI process up to ∼mM glycan concentrations. Thus, interactions with affinities as low as ∼5 mM can be measured directly from the mass spectrum. The general suppression of nonspecific adducts (including nonvolatile buffers and salts) achieved with these tips enables ESI-MS glycan affinity measurements to be performed on C-type lectins, a class of GBPs that bind glycans in a calcium-dependent manner and are important regulators of immune response. At physiologically relevant calcium ion concentrations (2–3 mM), the extent of Ca2+ nonspecific adduct formation observed using the submicron emitters is dramatically suppressed, allowing glycan affinities, and the influence of Ca2+ thereon, to be measured. Finally, we show how the use of submicron emitters and suppression of nonspecific binding enable the quantification of labile (prone to in-source dissociation) glycan–GBP interactions.
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) | 0,001 | 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 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 ».