Data-Independent Acquisition Proteomics and N-Terminomics Methods Reveal Alterations in Mitochondrial Function and Metabolism in Ischemic-Reperfused Hearts
Notice bibliographique
Résumé
Myocardial ischemia-reperfusion (IR) (stunning) injury triggers changes in the proteome and degradome of the heart. Here, we utilize quantitative proteomics and comprehensive degradomics to investigate the molecular mechanisms of IR injury in isolated rat hearts. The control group underwent aerobic perfusion, while the IR injury group underwent 20 min of ischemia and 30 min of reperfusion to induce a stunning injury. As MMP-2 activation has been shown to contribute to myocardial injury, hearts also underwent IR injury with ARP-100, an MMP-2-preferring inhibitor, to dissect the contribution of MMP-2 to IR injury. Using data-independent acquisition (DIA) and mass spectroscopy, we quantified 4468 proteins in ventricular extracts, whereby 447 proteins showed significant alterations among the three groups. We then used subtiligase-mediated N-terminomic labeling to identify more than a hundred specific cleavage sites. Among these protease substrates, 15 were identified following IR injury. We identified alterations in numerous proteins involved in mitochondrial function and metabolism following IR injury. Our findings provide valuable insights into the biochemical mechanisms of myocardial IR injury, suggesting alterations in reactive oxygen/nitrogen species handling and generation, fatty acid metabolism, mitochondrial function and metabolism, and cardiomyocyte contraction.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».