Standardized measure for phosphatidylinositol, 4,5-bisphosphate by mass spectrometry
Notice bibliographique
Résumé
Phosphoinositides (PIs) play a fundamental role in many physiological processes such as cell surface signal transduction, membrane trafficking, cytoskeleton regulation, nuclear events and permeability and transport functions of membranes. Levels of PIs vary under different physiological conditions thus PI profiling may be an important step in elucidation of importance in the progression towards many diseases. Previous methods for PI analysis have several disadvantages in time-constraints, use of radioactive samples and inconsistent results due to lack of sensitivity. Mass spectrometry has previously been utilized to quantify low abundance peptides, metabolites and lipids. Here we propose a novel approach for PI quantitation based on inositol head cleavage coupled to high-performance liquid-mass spectrometry (HPLC-MS) to overcome these issues. First, we highlight the extraction and deacylation of PIs from S. Ceravisiae, followed by purification via reverse phase chromatography with a Sep-Pak. Next, using commercially purchased PI (4,5) P2 standards, we created a tune file which provide the correct conditions sensitive enough to identify prolific ion peaks to be utilized in characterization of biological samples. Using the standard tune file, we successfully identified and quantitated the PI (4,5) P2 in cells lacking INP51 which have 2-4 fold increase in PI (4,5)P(subscript 2) and comparing them to the wild type cells. The methods described may form a basis for further optimization of mass spectral based quantitation of PIs.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».