A toolbox for efficient proximity-dependent biotinylation in zebrafish embryos
Notice bibliographique
Résumé
Abstract Understanding how proteins are organized in compartments is essential to elucidating their function. While proximity-dependent approaches such as BioID have enabled a massive increase in information about organelles, protein complexes and other structures in cell culture, to date there have been only a few studies in living vertebrates. Here, we adapted proximity labeling for protein discovery in vivo in the vertebrate model organism, zebrafish. Using lamin A (LMNA) as bait and green fluorescent protein (GFP) as a negative control, we developed, optimized, and benchmarked in vivo TurboID and miniTurbo labeling in early zebrafish embryos. We developed both an mRNA injection protocol and a transgenic system in which transgene expression is controlled by a heat shock promoter. In both cases, biotin is provided directly in the egg water, and we demonstrate that 12 hours of labeling are sufficient for biotinylation of prey proteins, which should permit time-resolved analysis of development. After statistical scoring, we found that the proximal partners of LMNA detected in each system were enriched for nuclear envelope and nuclear membrane proteins, and included many orthologs of human proteins identified as proximity partners of lamin A in mammalian cell culture. The tools and protocols developed here will allow zebrafish researchers to complement genetic tools with powerful proteomics approaches.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».