MétaCan
Menu
Retour à la cohorte
Enregistrement W4409247748 · doi:10.1101/2025.04.07.647551

BromoCatch: a self-labelling tag platform for protein analysis and live cell imaging

2025· preprint· en· W4409247748 sur OpenAlexfundno aff
Maria Rodriguez-Rios, Conner Craigon, Mark A. Nakasone, Adam G. Bond, Mark Dorward, Anthony K. Edmonds, Mark C. Norley, Paul M. Wood, Steven Reynolds, Joel O. Cresser-Brown, Graham P. Marsh, Hannah J. Maple, Alessio Ciulli

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Biosensing Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesEuropean CommissionMedical Research CouncilMedical Research ScotlandEuropean Federation of Pharmaceutical Industries and AssociationsMcGill UniversityDiamond Light SourceUniversity of Dundee
Mots-clésLabellingComputer scienceChemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Visualizing and manipulating proteins in live cells is crucial for studying complex biological processes. Self-labelling protein (SLP) tags such as HaloTag and SNAP-tag can be fused to genes of interest to allow protein labelling in cells. Limitations including size of the tag and suboptimal fitness of reactivity motivate development of improved tools to enable rapid, specific and stable protein labelling. We present BromoCatch, a novel SLP platform based on a small ∼13 kDa bromodomain (BD) engineered with a nucleophilic cysteine for covalent ligand engagement. A structure-based designed library of 16 “bumped” binders bearing diverse electrophilic warheads was screened against two different cysteine mutants using differential scanning fluorimetry and intact protein mass spectrometry to monitor covalent complex formation. The para-acrylamide bumped derivative MR116 and the Brd4-BD2 double mutant L387A,E438C formed the most potent and stable adduct, and its binding mode through covalent modification was confirmed by an X-ray cocrystal structure solved to 1.3 Å of resolution. BromoCatch exhibited potent and irreversible target engagement in cells through nanoBRET and residence time assays. Practicality and scope are further demonstrated through the design and proof-of-concept application of a biotinylated conjugate, PROTAC tag degraders, and fluorescent probes of both full-on and switch-on types for ex-cellulo and live-cell imaging. Together, we qualify BromoCatch as a novel, versatile and efficient protein labelling tool and technology platform. Its advantageous design features and kinetic fitness, and its modular design enabling diverse functionalities, are anticipated to usher a range of future applications and witness broad utility.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,235
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetAdvanced Biosensing Techniques and ApplicationsTravaux en français237 207