MétaCan
Menu
Retour à la cohorte

High Sensitivity Top‐down Proteomics: Coomassie for In‐gel Proteoform Detection Rivals MS‐based Peptide Detection

2018· article· en· W3175205794 sur OpenAlexaff
Nour Noaman, Prabhodh S. Abbineni, M. K. Withers, Jens R. Coorssen

Notice bibliographique

RevueThe FASEB Journal · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésProteomeProteomicsMass spectrometryCoomassie Brilliant BlueComputational biologyGel electrophoresisChemistryHuman proteome projectChromatographyShotgun proteomicsShotgunQuantitative proteomicsDetection limitGeneBiochemistryBiologyStainingGenetics

Résumé

récupéré en direct d'OpenAlex

Several thousands of gene and splice variants, as well as post‐translational modifications, deepen the immense complexity of the human proteome. As these protein species or proteoforms define biological mechanisms in health and disease their direct analysis is critical, necessitating top‐down assessments in which the complete amino acid sequence and all modifications remain intact. Two‐dimensional gel electrophoresis (2DE) coupled with downstream mass spectrometry (MS) remains the most thorough and practical approach to Top‐down Discovery Proteomics, with resolving power to routinely analyze complex mixtures of intact proteoforms [1]. Increasing the quality and quantity of 2DE‐derived data largely relies on developing, optimising, and rigorously characterising methods for in‐gel total protein detection, providing quantitative, sensitive detection over a wide dynamic range while remaining practical [2]. Modified colloidal Coomassie Brilliant Blue (cCBB) staining meets these criteria [3, 4]; cCBB provides (sub)femtomole detection sensitivity for SDS‐PAGE and 2DE‐resolved intact proteoforms using either near‐infrared fluorescence detection (nIRFD) or densitometry [5]. This thus rivals the detection sensitivity of peptides by MS in ‘bottom‐up’ (i.e. shotgun) approaches to proteomics, which appear to provide larger protein catalogues but at the expense of critical data concerning proteoforms. Our ongoing work addresses a number of experimental variables which impact detection sensitivity in standard 1 mm‐thick polyacrylamide gels, providing a more realistic baseline measure of cCBB detection sensitivity and enhancing the overall practicality of 2DE for comprehensive proteome analysis. Here we showcase our most recent findings, including preliminary findings of further improvements to cCBB detection sensitivity when using ultra‐thin polyacrylamide gels. The novel ultra‐thin method utilised has been developed from minimally modified commercial equipment for vertical mini‐format gel electrophoresis and is thus accessible, affordable, and simple to implement in laboratories equipped for standard SDSPAGE and 2DE. The ultra‐thin gels do not require backing supports for handling, and potentially are compatible with commercial immobilised pH gradient strips routinely used for first dimension isoelectric focussing, further adding to the value and practicality of the method. Ultra‐thin 2DE may thus enable further mining of 2DE‐resolved proteomes, including the application of high resolution gel‐based proteomics in situations of limited sample quantity (e.g. biopsies, and perhaps single cells). Support or Funding Information NN and PSA received scholarship support from the WSU Molecular Medicine Research Group and the WSU School of Medicine, respectively. JRC notes the support of an anonymous private family foundation. This abstract is from the Experimental Biology 2018 Meeting. There is no full text article associated with this abstract published in The FASEB Journal .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,005

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,266
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207