Preparative Electrophoresis for HDL Particle Size Separation and Intact-Mass Apolipoprotein Proteoform Analysis
Notice bibliographique
Résumé
The most abundant proteins on high-density lipoproteins (HDLs), apolipoproteins A-I (APOA1) and A-II (APOA2), are determinants of HDL function with 15 and 9 proteoforms (chemical-structure variants), respectively. The relative abundance of these proteoforms in human serum is associated with HDL cholesterol efflux capacity, and cholesterol content. However, the association between proteoform concentrations and HDL size is unknown. We employed a novel native-gel electrophoresis technique, clear native gel-eluted liquid fraction entrapment electrophoresis (CN-GELFrEE) paired with mass spectrometry of intact proteins to investigate this association. Pooled serum was fractionated using acrylamide gels of lengths 8 and 25 cm. Western blotting determined molecular diameter and intact-mass spectrometry determined proteoform profiles of each fraction. The 8- and 25 cm experiments generated 19 and 36 differently sized HDL fractions, respectively. The proteoform distribution varied across size. Fatty-acylated APOA1 proteoforms were associated with larger HDL sizes (Pearson’s R = 0.94, p = 4 × 10 –7 ) and were approximately four times more abundant in particles larger than 9.6 nm than in total serum; HDL-unbound APOA1 was acylation-free and contained the pro-peptide proAPOA1. APOA2 proteoform abundance was similar across HDL sizes. Our results establish CN-GELFrEE as an effective lipid–particle separation technique and suggest that acylated proteoforms of APOA1 are associated with larger HDL particles.
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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,000 | 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 ».