Protocol for CRISPR-based endogenous protein tagging in mammalian cells
Notice bibliographique
Résumé
Tracking the localization and proximal interaction partners of endogenous proteins provides valuable functional insight. Here, we present a protocol for CRISPR-based endogenous protein tagging in mammalian cells. We describe steps for endogenously tagging human TSC22D2 and MAP4, including designing Cas9 and Cas12a guides for knockin, modularized repair template design and cloning, and procedures for lipid transfection and electroporation. This protocol accommodates Cas nucleases in plasmid expression or ribonucleoprotein complex (RNP) formats. This “endo-tagging” approach offers flexibility and broad applicability. For complete details on the use and execution of this protocol, please refer to Xiao et al. 1 • Instructions for endogenously tagging human TSC22D2 and MAP4 • Steps for designing Cas9 and Cas12a guides for knockin • Steps for modularized repair template design and cloning • Steps for lipid transfection and electroporation in mammalian cells Publisher’s note: Undertaking any experimental protocol requires adherence to local institutional guidelines for laboratory safety and ethics. Tracking the localization and proximal interaction partners of endogenous proteins provides valuable functional insight. Here, we present a protocol for CRISPR-based endogenous protein tagging in mammalian cells. We describe steps for endogenously tagging human TSC22D2 and MAP4, including designing Cas9 and Cas12a guides for knockin, modularized repair template design and cloning, and procedures for lipid transfection and electroporation. This protocol accommodates Cas nucleases in plasmid expression or ribonucleoprotein complex (RNP) formats. This “endo-tagging” approach offers flexibility and broad applicability.
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 ».