MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410477065 · doi:10.1101/2025.05.14.653984

R2HaPpY: Rapid-robust phosphotyrosine peptide enrichment using HaloTag-Src SH2 pY superbinder

2025· preprint· en· W4410477065 sur OpenAlexfundno aff
Alexis Chang, Ricard A. Rodríguez‐Mias, Matthew D. Berg, Sophie Moggridge, Judit Villén

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésProto-oncogene tyrosine-protein kinase SrcSH2 domainChemistryReceptorBiochemistry

Résumé

récupéré en direct d'OpenAlex

Phosphotyrosine signaling plays a critical role in many biological processes, from cell proliferation to immune response. Despite its importance, systems-level analysis of phosphotyrosine signaling remains a challenge due to costly enrichment reagents and labor-intensive protocols. We previously established an automated phosphotyrosine enrichment method for preparing 96 samples in parallel. Here, we further optimize this method by fusing an SH2 phosphotyrosine superbinder to the HaloTag protein. This allows simple and cost-effective preparation of enrichment beads directly from bacterial lysate, expediting reagent preparation from days to hours. Additionally, our new reagent binds phosphotyrosine peptides at higher efficiency than other enrichment reagents. Using this reagent, we detect and quantify 1,651 unique phosphotyrosine sites from EGF stimulated HeLa cells using only ~1 mg of input peptides per replicate. These include 878 regulated pY sites, many of which are low abundance and not previously detected or annotated as EGF-responsive. This streamlined and sensitive method facilitates comprehensive, quantitative mapping of tyrosine phosphorylation dynamics, enabling broader integration of phosphotyrosine signaling into multiomic and network-level models across diverse biological systems and disease states.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

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 Opus0,038
Tête enseignante GPT0,280
Écart entre enseignants0,242 · 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
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMonoclonal and Polyclonal Antibodies Research→Travaux en français237 207→