Video Experimental Relacionado
Updated: Sep 10, 2025

Label-Free Immunoprecipitation Mass Spectrometry Workflow for Large-scale Nuclear Interactome Profiling
Published on: November 17, 2019
La quimioproteómica impulsada por diaPASEF permite el perfilamiento profundo de la interacción del quinoma
Kathryn Woods1, Alexandria M Chan1,2, Thankhoe A Rants'o1,2
1Department of Pharmacology & Toxicology, University of Utah, Salt Lake City 84112, United States.
Un nuevo método, el análisis de competencia y correlación de la segunda generación (kiCCA), mapea las interacciones de la proteína quinasa. Este enfoque identifica más interacciones de quinasa, revela vías de señalización y ayuda al descubrimiento de fármacos para enfermedades como el neuroblastoma.
Área de la Ciencia:
- Señalización celular y biología molecular
- Bioquímica y Proteómica
- Biología del cáncer y descubrimiento de medicamentos
Sus antecedentes:
- Las proteínas quinasas (quinoma) regulan las funciones celulares a través de la fosforilación y están implicadas en enfermedades humanas.
- La actividad de la quinasa y la señalización se rigen por redes dinámicas de interacción proteína-proteína (IPP).
- El mapeo de estas redes es crucial para comprender la activación de la quinasa y identificar objetivos farmacológicos.
Objetivo del estudio:
- Introducir y validar un análisis de competencia y correlación (kiCCA, por sus siglas en inglés) de segunda generación para el mapeo integral del IPP del quínomo.
- Aplicar el kiCCA de segunda generación a modelos de neuroblastoma para descubrir la señalización mediada por la quinasa en la transición noradrenérgica-mesenquimal (NMT).
- Demostrar la utilidad del kiCCA de segunda generación para priorizar las quinasas en el descubrimiento de fármacos.
Principales métodos:
- Se utilizó la purificación por afinidad del quínoma junto con la competencia soluble del inhibidor de la quinasa.
- Se utiliza la adquisición independiente de datos con fragmentación en serie de acumulación paralela (diaPASEF) mediante espectrometría de masas (MS).
- Desarrolló un algoritmo de análisis de coeficientes de correlación (ACC) rediseñado para una mejor predicción del IPP.
Principales resultados:
- El kiCCA de segunda generación identificó seis veces más IPP de quinasa en comparación con el método de primera generación en extractos de células nativas.
- El estudio aclaró las vías de señalización mediadas por la quinasa subyacentes al neuroblastoma NMT.
- Los objetivos farmacológicos para la modulación de los estados de NMT se predijeron con precisión utilizando el nuevo enfoque.
Conclusiones:
- El kiCCA de segunda generación es una herramienta poderosa y ampliamente aplicable para el mapeo del quinoma PPI.
- Este método avanza significativamente en la investigación de la señalización celular y el descubrimiento de fármacos dirigidos a la quinasa.
- Los hallazgos proporcionan información sobre la progresión del neuroblastoma y las posibles estrategias terapéuticas.
Más Videos Relacionados
11:23Characterization at the Molecular Level using Robust Biochemical Approaches of a New Kinase Protein
Published on: June 30, 2019
10:37Deep Proteome Profiling by Isobaric Labeling, Extensive Liquid Chromatography, Mass Spectrometry, and Software-assisted Quantification
Published on: November 15, 2017