High‐efficiency recombinant protein purification using <scp>mCherry</scp> and <scp>YFP</scp> nanobody affinity matrices
Notice bibliographique
Résumé
Mammalian cell lines are important expression systems for large proteins and protein complexes, particularly when the acquisition of post-translational modifications in the protein's native environment is desired. However, low or variable transfection efficiencies are challenges that must be overcome to use such an expression system. Expression of recombinant proteins as a fluorescent protein fusion enables real-time monitoring of protein expression, and also provides an affinity handle for one-step protein purification using a suitable affinity reagent. Here, we describe a panel of anti-GFP and anti-mCherry nanobody affinity matrices and their efficacy for purification of GFP/YFP or mCherry fusion proteins. We define the molecular basis by which they bind their target proteins using X-ray crystallography. From these analyses, we define an optimal pair of nanobodies for purification of recombinant protein tagged with GFP/YFP or mCherry, and demonstrate these nanobody-sepharose supports are stable to many rounds of cleaning and extended incubation in denaturing conditions. Finally, we demonstrate the utility of the mCherry-tag system by using it to purify recombinant human topoisomerase 2α expressed in HEK293F cells. The mCherry-tag and GFP/YFP-tag expression systems can be utilized for recombinant protein expression individually or in tandem for mammalian protein expression systems where real-time monitoring of protein expression levels and a high-efficiency purification step is needed.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 | 0,002 |
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 ».