ઉત્પાદનો

પ્રોટીઓમ-વ્યાપી ફોસ્ફોરીલેશન ઘટનાઓનું વિશ્લેષણ એ પ્રોટીન ફોસ્ફોરીલેશન નેટવર્ક્સની પ્રચંડ જટિલતાને કારણે હજુ પણ એક મોટો વિશ્લેષણાત્મક પડકાર છે.આ કાર્યમાં, અમે ફોસ્ફોપ્રોટીઓમના વૈશ્વિક વિશ્લેષણમાં યોગદાન આપવાની ક્ષમતાના સંદર્ભમાં Lys-N, Lys-C અને ટ્રિપ્સિનની પૂરકતાનું મૂલ્યાંકન કરીએ છીએ.નિમ્ન-pH મજબૂત કેશન એક્સચેન્જના શુદ્ધ સંસ્કરણનો ઉપયોગ N-ટર્મિનલી એસિટિલેટેડ, ફોસ્ફોરીલેટેડ અને બિન-સુધારિત પેપ્ટાઈડ્સને અસરકારક રીતે અલગ કરવા માટે કરવામાં આવ્યો હતો.કુલ 5036 બિનજરૂરી ફોસ્ફોપેપ્ટાઈડ્સ ત્રણ ઉત્સેચકોના સંયોજનનો ઉપયોગ કરીને 1 મિલિગ્રામ પ્રોટીનમાંથી <1% ના ખોટા શોધ દર સાથે ઓળખી શકાય છે.અમારા ડેટા પરથી જાણવા મળ્યું કે વિવિધ પ્રોટીઝ સાથે જનરેટ થયેલા ફોસ્ફોપેપ્ટાઈડ ડેટા સેટ વચ્ચેનો ઓવરલેપ સીમાંત હતો, જ્યારે બે સમાન રીતે જનરેટ થયેલા ટ્રિપ્ટિક ડેટા સેટ વચ્ચેનો ઓવરલેપ ઓછામાં ઓછો 4 ગણો વધારે જોવા મળ્યો હતો.આ રીતે, Lys-N અને ટ્રિપ્સિનના સમાંતર ઉપયોગથી એકલા ટ્રિપ્સિન સાથે d ની તુલનામાં શોધાયેલ ફોસ્ફોપેપ્ટાઈડ્સની સંખ્યામાં 72% વધારો થયો, જ્યારે ટ્રિપ્સિનની નકલ કરવાનો પ્રયોગ માત્ર 25% વધારો તરફ દોરી ગયો.આમ, જ્યારે માત્ર ટ્રિપ્સિન અને લાયસ-એન ડેટા પર ધ્યાન કેન્દ્રિત કર્યું, ત્યારે અમે 4671 બિનજરૂરી ફોસ્ફોપેપ્ટાઈડ્સ ઓળખ્યા.શોધાયેલ સાઇટ્સના વધુ વિશ્લેષણ દર્શાવે છે કે Lys-N અને ટ્રિપ્સિન ડેટા સેટ્સ નોંધપાત્ર રીતે અલગ-અલગ ફોસ્ફોરાયલેશન મોડિફ્સમાં સમૃદ્ધ થયા હતા, વધુ સાબિત કરે છે કે મલ્ટીપ્રોટીઝ અભિગમ ફોસ્ફોપ્રોટીઓમ વિશ્લેષણમાં ખૂબ મૂલ્યવાન છે.