Proteome coverage after simultaneous proteo-metabolome liquid-liquid extraction
Notice bibliographique
Résumé
Abstract Proteo-metabolomics is essential in systems biology and simultaneous proteo-metabolome extraction by liquid-liquid extraction (SPM-LLE) allows extraction of the metabolome and proteome from the same sample. Since the proteome is present as a pellet in SPM-LLE it must be solubilized for quantitative proteomics. Solubilization and proteome extraction is a critical factor in the information that can be obtained at the proteome level. In this study, we investigated the performance of two surfactants (sodium deoxycholate (SDC), sodium dodecyl sulfate (SDS)) and urea with respect to proteome coverage and extraction efficiency of an interphase proteome pellet generated by methanol-chloroform based SPM-LLE. We also investigated the extent to which the performance differs when the proteome is extracted from the interphase pellet or by direct cell lysis. Our study reveals that the proteome coverages between the two surfactants and urea for the SPM-LLE interphase pellet were very similar, but the extraction efficiencies differed significantly. While SDS led to enrichment of basic proteins, which were mainly ribosomal and ribonuclear proteins, urea was the most efficient extraction agent for simultaneous proteo-metabolome analysis. The results of our study also show that the performance of surfactants (SDC, SDS) for quantitative proteomics is better when the proteome was extracted by direct cell lysis and not from an interphase pellet. In contrast, the performance of urea for quantitative proteomics was significantly better when the proteome was extracted from an interphase pellet and by direct cell lysis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».