Multiple reaction monitoring as a method for identifying protein posttranslational modifications.
Notice bibliographique
Résumé
The activity of many transcriptional regulators is significantly altered by posttranslational modifications of specific sites. For example, the activity of the muscle-restricted transcription factor family myocyte enhancer factor 2 (MEF2) is tightly controlled by phosphorylation. This modification is responsible for either an increase or a decrease in transcriptional activity, depending on the specific amino acid residues that are phosphorylated by signal-dependent kinases. Although mass spectrometry-based methods, such as precursor ion and neutral loss scans, are extremely useful for identifying unknown phosphopeptides from a complex mixture, they do not take advantage of any prior knowledge about the protein being investigated. Quite often a significant amount of information is available. This may include the primary sequence, type of phosphorylation (serine/threonine vs. tyrosine), or predicted phosphoacceptor sites (consensus peptide that is targeted by a kinase). This information can be used to predict precursor and fragment ion m/z values for a multiple reaction monitoring (MRM) experiment. By using these highly sensitive MRM experiments to trigger dependent product ion scans on a hybrid quadrupole linear ion-trap instrument, we were able to identify low levels of phosphorylation of MEF2A (a member of the MEF2 family), and alpha-casein. This method of monitoring protein phosphorylation at specific phosphoacceptor sites may prove useful in understanding the physiological regulation of protein function.
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 ».