Serum N-Glycome Diversity in Teleost and Chondrostrean Fishes
Notice bibliographique
Résumé
Recent advances in carbohydrate chemistry, chemical biology, and mass spectrometric techniques have opened the door to rapid progress in uncovering the function and diversity of glycan structures associated with human health and disease. These strategies can be equally well applied to advance non-human health care research. To date, the glycomes of only a handful of non-human, non-domesticated vertebrates have been analyzed in depth due to the logistic complications associated with obtaining or handling wild-caught or farm-raised specimens. In contrast, the last 2 decades have seen advances in proteomics, glycoproteomics, and glycomics that have significantly advanced efforts to identify human serum/plasma biomarkers for various diseases. In this study, we investigated N-glycan structural diversity in serum harvested from five cultured fish species. This biofluid is a useful starting point for glycomic analysis because it is rich in glycoproteins, can be acquired in a sustainable fashion, and its contents reflect dynamic physiologic changes in the organism. Sera acquired from two chondrostrean fish species, the Atlantic sturgeon and shortnose sturgeon, and three teleost fish species, the Atlantic salmon, Arctic char, and channel catfish, were delipidated by organic extraction and the resulting protein-rich preparations sequentially treated with trypsin and PNGaseF to generate released N-glycans for structural analysis. Released N-glycans were analyzed as their native or permethylated forms by nanospray ionization mass spectrometry in negative or positive mode. While the basic biosynthetic pathway that initiates the production of glycoprotein glycan core structures is well-conserved across the teleost fish species examined in this study, species-specific structural differences were detected across the five organisms in terms of their monosaccharide composition, sialylation pattern, fucosylation, and degree of O -acetylation. Our methods and results provide new contributions to a growing library of datasets describing fish N-glycomes that can eventually establish species-normative baselines for assessing N-glycosylation dynamics associated with pathogen invasion, environmental stress, and fish immunologic responses.
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 | 0,001 |
| 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 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 ».