Comparison of different digestion methods for proteomic analysis of isolated cells and FFPE tissue samples
Notice bibliographique
Résumé
Proteomics of human tissues and isolated cellular subpopulations create new opportunities for therapy and monitoring of a patients' treatment in the clinic. Important considerations in such analysis include recovery of adequate amounts of protein for analysis and reproducibility in sample collection. In this study we compared several protocols for proteomic sample preparation: i) filter-aided sample preparation (FASP), ii) in-solution digestion (ISD) and iii) a pressure-assisted digestion (PCT) method. PCT method is known for already a decade [1], however it is not widely used in proteomic research. We assessed protocols for proteome profiling of isolated immune cell subsets and formalin-fixed paraffin embedded (FFPE) tissue samples. Our results show that the ISD method has very good efficiency of protein and peptide identification from the whole proteome, while the FASP method is particularly effective in identification of membrane proteins. Pressure-assisted digestion methods generally provide lower numbers of protein/peptide identifications, but have gained in popularity due to their shorter digestion time making them considerably faster than for ISD or FASP. Furthermore, PCT does not result in substantial sample loss when applied to samples of 50 000 cells. Analysis of FFPE tissues shows comparable results. ISD method similarly yields the highest number of identifications. Furthermore, proteins isolated from FFPE samples show a significant reduction of cleavages at lysine sites due to chemical modifications with formaldehyde-such as methylation (+14 Da) being among the most common. The data we present will be helpful for making decisions about the robust preparation of clinical samples for biomarker discovery and studies on pathomechanisms of various diseases.
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 ».