Evaluation of iTRAQ and SWATH-MS for the Quantification of Proteins Associated with Insulin Resistance in Human Duodenal Biopsy Samples
Notice bibliographique
Résumé
Insulin resistance (IR) is associated with increased production of triglyceride-rich lipoproteins of intestinal origin. In order to assess whether insulin resistance affects the proteins involved in lipid metabolism, we used two mass spectrometry based quantitative proteomics techniques to compare the intestinal proteome of 14 IR patients to that of 15 insulin sensitive (IS) control patients matched for age and waist circumference. A total of 3886 proteins were identified by the iTRAQ (Isobaric Tags for Relative and Absolute Quantitation) mass spectrometry approach and 2290 by the SWATH-MS strategy (Serial Window Acquisition of Theoretical Spectra). Using these two methods, 208 common proteins were identified with a confidence corresponding to FDR < 1%, and quantified with p-value < 0.05. The quantification of those 208 proteins has a Pearson correlation coefficient (r2) of 0.728 across the two techniques. Gene Ontology analyses of the differentially expressed proteins revealed that annotations related to lipid metabolic process and oxidation reduction process are overly represented in the set of under-expressed proteins in IR subjects. Furthermore, both methods quantified proteins of relevance to IR. These data also showed that SWATH-MS is a promising and compelling alternative to iTRAQ for protein quantitation of complex mixtures.
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) | 0,000 | 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 ».