De novo protein identification in mammalian sperm using in situ cryoelectron tomography and AlphaFold2 docking
Notice bibliographique
Résumé
Abstract Understanding molecular mechanisms of cellular pathways requires knowledge of the identities of participating proteins, their cellular localization and their 3D structures. Contemporary workflows typically require multiple techniques to identify target proteins, track their localization using fluorescence microscopy, followed by in vitro structure determination. To identify mammal-specific sperm proteins and understand their functions, we developed a visual proteomics workflow to directly address these challenges. Our in situ cryo-electron tomography and subtomogram averaging provided 6.0 Å resolution reconstructions of axonemal microtubules and their associated proteins. The well-resolved secondary and tertiary structures allowed us to computationally match, in an unbiased manner, novel densities in our 3D reconstruction maps with 21,615 AlphaFold2-predicted protein models of the mouse proteome. We identified Tektin 5, CCDC105 and SPACA9 as novel microtubule inner proteins that form an extensive network crosslinking the lumen of microtubule and existing proteins. Additional biochemical and mass spectrometry analyses helped validate potential candidates. The novel axonemal sperm structures identified by this approach form an extensive interaction network within the lumen of microtubules, suggesting they have a role in the mechanical and elastic properties of the microtubule filaments required for the vigorous beating motions of flagella.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».