<scp>Proteoform-predictor</scp>: Increasing the Phylogenetic Reach of Top-Down Proteomics
Notice bibliographique
Résumé
Proteoforms are distinct molecular forms of proteins that act as building blocks of organisms, with post-translational modifications (PTMs) being one of the key changes that generate these variations. Mass spectrometry (MS)-based top-down proteomics (TDP) is the leading technology for proteoform identification due to its preservation of intact proteoforms for analysis, making it well-suited for comprehensive PTM characterization. A crucial step in TDP is searching MS data against a database of candidate proteoforms. To extend the reach of TDP to organisms with limited PTM annotations, we developed Proteoform-predictor, an open-source tool that integrates homology-based PTM site prediction into proteoform database creation. The new tool creates databases of proteoform candidates after registration of homologous sequences, transferring PTM sites from well-characterized species to those with less comprehensive proteomic data. Our tool features a user-friendly interface and intuitive workflow, making it accessible to a wide range of researchers. We demonstrate that Proteoform-predictor expands proteoform databases with tens of thousands of proteoforms for three bacterial strains by comparing them to the reference proteome of Escherichia coli ( E. coli ) K12. Subsequent TDP analysis for Serratia marcescens ( S. marcescens ) and Salmonella typhimurium ( S. typhimurium ) demonstrated significant improvement in protein and proteoform identification, even for proteins with variant sequences. As TDP technology advances, Proteoform-predictor will become an important tool for expanding the applicability of proteoform identification and PTM biology to more diverse species across the phylogenetic tree of life.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,018 |
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 ».