A Simplified Proteomics LC-MRM-MS Assay for Determination of apoE Genotypes in Plasma Samples
Notice bibliographique
Résumé
Apolipoprotein E (apoE), a polymorphic plasma protein, plays a pivotal role in lipid transportation. The human apoE gene possesses three major alleles (ε2, ε3, and ε4), which differ by single amino acid (cysteine to arginine) substitutions. The ε4 allele represents the primary genetic risk factor for Alzheimer's disease (AD), whereas the ε2 allele protects against the disease. Knowledge of a patient's apoE genotype has high diagnostic value. A recent study has introduced an LC-MRM-MS-based proteomic approach for apoE isoform genotyping using stable isotope-labeled peptide internal standards (SIS). Here, our goal was to develop a simplified LC-MRM-MS assay for identifying apoE genotypes in plasma samples, eliminating the need for the use of SIS peptides. To determine the apoE genotypes, we monitored the chromatographic peak area ratios of isoform-specific peptides relative to a peptide that is common to all apoE isoforms. The assay results correlated well with the standard TaqMan allelic discrimination assay, and we observed a concordance between the two methods for all but three out of 172 samples. DNA sequencing of these three samples has confirmed that the results of the LC-MRM-MS method were correct. Thus, our simplified UPLC-MRM-MS assay is a feasible and reliable method for identifying apoE genotypes without using SIS internal standard peptides. The approach can be seamlessly incorporated into existing quantitative proteomics assays and kits, providing additional valuable apoE genotype information. The principle of using signal ratios of the protein isoform-specific peptides to the peptide common for all of the protein isoforms has the potential to be used for protein isoform determination in general.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».