Kinase Sensing Based on Protein Interactions at the Catalytic Site
Notice bibliographique
Résumé
The role kinases play in regulating cellular processes makes them potential biomarkers for detecting the onset and prognosis of various diseases, including many types of cancer. Current kinase biosensors, including electrochemical and radiometric methods, rely on sensing the ATP-dependant enzymatic phosphorylation reaction. Here we introduce a new type of interaction-based electrochemical kinase biosensor that does not require any chemical labelling or modification. The basis for sensing is the interactions between the catalytic site of the kinase and the phosphorylation site of its substrate rather than the phosphorylation reaction. We demonstrated this concept with the ERK2 kinase and its substrate protein HDGF, which is involved in lung cancer. A peptide monolayer derived from the HDGF phosphorylation site was adsorbed onto a gold electrode and was used to sense ERK2 without ATP. The sensitivity of the assay was down to 10 nM of ERK2, corresponding with the range of its cellular concentrations. Surface chemistry analysis confirmed that ERK2 was bound to the HDGF peptide monolayer. This increased the permeability of redox-active species through the monolayer and resulted in ERK2 electrochemical sensing. Since our detection approach is based on protein-protein interactions and not on the enzymatic reaction, it can be further utilized for more selective detection of different types of enzymes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».