Kinase Sensing Based on Protein Interactions at the Catalytic Site
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,001 | 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 découle