Integrated changes in thermal stability and proteome abundance during altered nutrient states in <i>Escherichia coli</i> and human cells
Notice bibliographique
Résumé
Altered thermal solubility measurement techniques are emerging as powerful tools to assess ligand binding, post-translational modification, protein-protein interactions, and many other cellular processes that affect protein state under various cellular conditions. Thermal solubility or stability profiling techniques are enabled on a global proteomic scale by employing isobaric tagging reagents that facilitate multiplexing capacity required to measure changes in the proteome across thermal gradients. Key among these is thermal proteomic profiling (TPP), which requires 8-10 isobaric tags per gradient and generation of multiple proteomic datasets to measure different replicates and conditions. Furthermore, using TPP to measure protein thermal stability state across different conditions may also require measurements of differential protein abundance. Here, we use the proteome integral stability alteration (PISA) assay, a higher throughput version of TPP, to measure global changes in protein thermal stability normalized to their protein abundance. We explore the use of this approach to determine changes in protein state between logarithmic and stationary phase Escherichia coli as well as glucose-starved human Hek293T cells. We observed protein intensity-corrected PISA changes in 290 and 350 proteins due to stationary phase transition in E. coli and glucose starvation, respectively. These data reveal several examples of proteins that were not previously associated with nutrient states by abundance alone. These include E. coli proteins such as putative acyl-CoA dehydrogenase (aidB) and chaperedoxin (cnoX) as well as human RAB vesicle trafficking proteins and many others which may indicate their involvement in metabolic diseases such as cancer.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».