MétaCan
Menu
Retour à la cohorte
Enregistrement W7116914184 · doi:10.1002/rcm.70018

Pepsin Digestion for Proteomic Studies of the Human Hair Shaft

2025· article· en· W7116914184 sur OpenAlexafffund
Rustam Mukhtarov, Aayush Sharma, Bingyun Sun

Notice bibliographique

RevueRapid Communications in Mass Spectrometry · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueDyeing and Modifying Textile Fibers
Établissements canadiensSimon Fraser University
Organismes subventionnairesBritish Columbia Knowledge Development FundNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésPepsinTrypsinDigestion (alchemy)ProteomicsEnzymeMass spectrometry

Résumé

récupéré en direct d'OpenAlex

RATIONALE: Human hair shafts have received increased research interest owing to their easy accessibility and potential as a window for human health. Because the most abundant component in hair is protein, proteomics is a promising tool for studying the molecular composition of hair shafts. As one of the most sophisticated biomaterials, hair shafts also possess unique structures, particularly keratin intermediate filaments, posing challenges for proteomic sample processing. Previously, we discovered that incomplete trypsin proteolysis increased keratin sequence coverage but resulted in an abnormal stoichiometry between types I and II cuticular keratins (PMCID: 12130615). METHODS: In the present study, we explored the potential to re-examine the human hair proteome through pepsin proteolysis and evaluate whether the previously observed type II to type I keratin ratio was due to enzyme biases introduced particularly by trypsin digestion. RESULTS: After optimizing the pepsin digestion conditions, we not only confirmed that previous bias was indeed contributed by trypsin but also discovered that pepsin was more effective at identifying keratin-associated proteins, another main protein component than keratins in human hair shafts. CONCLUSIONS: Spectral counting on trypsin-based proteomics has been widely used to study the stoichiometry of protein complexes. For the first time, we confirmed a large bias caused by the trypsin enzyme in spectral counting. We further demonstrated that the use of pepsin can effectively correct such bias. In addition, we discovered that pepsin digestion can better identify keratin-associated proteins than trypsin proteolysis, which offers another effective tool for studying the hair proteome.

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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,043
Tête enseignante GPT0,332
Écart entre enseignants0,289 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueRapid Communications in Mass SpectrometryMême sujetDyeing and Modifying Textile FibersTravaux en français237 207