protease-acid-catalyzed-labeling-workflows-employing-18o-enriched

Protease- and Acid-catalyzed Labeling Workflows Employing <sup>18</sup>O-enriched Water

Stable isotopes are essential tools in biological mass spectrometry. Historically, 18O-stable isotopes have been extensively used to study the catalytic ...

Boston Biomedical Research Institute

&#x903C;&#x8FD1;&#x7406;&#x5316;&#x6570;&#x636E;&#x6709;&#x5173;&#x7684;&#x73AF;&#x5883;&#x5206;&#x5E03; &#xFF08;&#x84B8;&#x6C14;&#x538B;&#x529B;&#x548C;&#x6C14;&#x4F53;&#x8F9B;&#x9187;&#x5206;&#x5E03;&#xFF09; &#x7684;&#x6C14;&#x76F8;&#x8272;&#x8C31;&#x6CD5; (GC) &#x4FDD;&#x7559;&#x6570;&#x636E;&#x5173;&#x8054;&#x7684; semi-experimental &#x65B9;&#x6CD5;&#x5DF2;&#x88AB;&#x6269;&#x5927;&#x5230; Kow &#x503C;&#x6D4B;&#x5B9A;&#x3002;&#x6211;&#x4EEC;&#x4F30;&#x8BA1; Kow &#x503C; &gt; &#x7684;&#x591A;&#x6C2F;&#x8054;&#x82EF; (PCB)&#xFF0C;&#x8FD9;&#x5E38;&#x5E38;&#x6240;&#x5F97;&#x6DB2;&#x76F8;&#x8272;&#x8C31;&#x4E0E;&#x6C14;&#x76F8;&#x8272;&#x8C31;&#x4FDD;&#x7559;&#x6570;&#x636E;&#x7684;&#x76F8;&#x5173;&#x6027;&#xFF09;&#x3002;&#x9009;&#x62E9;&#x4E00;&#x5957;&#x53C2;&#x8003;&#x5316;&#x5408;&#x7269;&#x5177;&#x6709;&#x5DF2;&#x77E5; Kow &#x503C;&#x7684;&#x76F8;&#x5BF9;&#x4FDD;&#x7559;&#x65F6;&#x95F4; &#xFF08;&#x968F;&#x673A;&#xFF09; &#x5173;&#x8054;&#x7684;&#x542F;&#x7528;&#x8FDB;&#x4E00;&#x6B65; Kow &#x503C;&#x7684;&#x4E00;&#x7EC4;&#x7ED9;&#x5B9A;&#x7684;&#x540C;&#x6E90;&#x7269;&#x5BB9;&#x6613;&#x548C;&#x51C6;&#x786E;&#x534A;&#x7ECF;&#x9A8C;&#x8BA1;&#x7B97;&#x3002;&#x590D;&#x5BA1;&#x5EAD;/&#x65E5;&#x5FD7; Kow &#x76F8;&#x5173;&#x9A8C;&#x8BC1;&#x672C;&#x6587;&#x4EE5;&#x4E0B;&#x6C14;&#x4F53;&#x8272;&#x8C31;&#x6761;&#x4EF6;&#xFF1A; (1) &#x7B49;&#x6E29;&#x4E0E;&#x5347;&#x6E29;&#x6D17;&#x8131;&#x3001; &#x6781;&#x6027;&#x7684;&#x56FA;&#x5B9A;&#x76F8;&#xFF0C;(2) &#x53EF;&#x80FD;&#x5F71;&#x54CD;&#x53CA; (3) &#x7684;&#x6C14;&#x76F8;&#x8272;&#x8C31;&#x4FDD;&#x7559;&#x6570;&#x636E;&#x7684;&#x6807;&#x51C6;&#x5316;&#x683C;&#x5F0F;&#x7684;&#x5F71;&#x54CD;&#x3002;&#x6211;&#x4EEC;&#x7684; Kow(GC) &#x65B9;&#x6CD5;&#x7684;&#x4F18;&#x70B9;&#x53EF;&#x6982;&#x62EC;&#x5982;&#x4E0B;&#xFF1A; &#x53EF;&#x4EE5;&#x5206;&#x6790;&#x590D;&#x6742;&#x7684;&#x6DF7;&#x5408;&#x7269;&#xFF0C;&#x53EA;&#x6709;&#x5728;&#x8BE5;&#x6240;&#x8303;&#x56F4;&#x6216;&#x66F4;&#x5C11;&#x7684;&#x91D1;&#x989D;&#x662F;&#x5FC5;&#x9700;&#x3001; &#x5F02;&#x6784;&#x4F53; Kow &#x4EF7;&#x503C;&#x89C2;&#x5C31;&#x53EF;&#x4EE5;&#x786E;&#x5B9A;&#xFF0C;&#x4E0D;&#x9700;&#x8981;&#x5DF2;&#x77E5;&#x5316;&#x5408;&#x7269;&#x7684;&#x5177;&#x4F53;&#x7ED3;&#x6784;&#x3002;&#x968F;&#x65F6;&#x53EF;&#x7528;&#x7684;&#x6301;&#x4E45;&#x6027;&#x6709;&#x673A;&#x6C61;&#x67D3;&#x7269;&#x7684;&#x5F52;&#x4E00;&#x5316;&#x6C14;&#x76F8;&#x8272;&#x8C31;&#x6CD5;&#x4FDD;&#x7559;&#x6570;&#x636E;&#x3002;&#x6C14;&#x76F8;&#x8272;&#x8C31;&#x6CD5;&#x83B7;&#x5F97;&#x7684; Kow &#x503C;&#x7684;&#x8D28;&#x91CF;&#x597D;&#xFF0C;&#x6BD4;&#x8F83;&#x5176;&#x4ED6; Kow &#x4F30;&#x8BA1;&#x65B9;&#x6CD5;&#x3002;&#x5B83;&#x4E3B;&#x8981;&#x53D6;&#x51B3;&#x4E8E;&#x7ED3;&#x6784;&#x76F8;&#x5173;&#x5316;&#x5408;&#x7269;&#x7528;&#x4F5C;&#x6807;&#x51C6;&#x7684;&#x76F8;&#x5173;&#x6027;&#x961F;&#x5217;&#x7684; Kow &#x6570;&#x636E;&#x7684;&#x51C6;&#x786E;&#x6027;&#x3002;&#x6240;&#x6709; 209 &#x591A;&#x6C2F;&#x8054;&#x82EF;&#x540C;&#x65CF;&#x5143;&#x7D20;&#x7684; Kow(GC) &#x6570;&#x636E;&#x5F97;&#x5230;&#x3002;

&#x9AD8;&#x5206;&#x8FA8;&#x7387;&#x6C14;&#x76F8;&#x8272;&#x8C31;&#x6CD5;&#x4FDD;&#x7559;&#x6570;&#x636E;&#x4F5C;&#x4E3A;&#x57FA;&#x7840;&#x7684;&#x8F9B;&#x9187;-&#x6C34;&#x5206;&#x914D;&#x7CFB;&#x6570; (Kow) &#x591A;&#x6C2F;&#x8054;&#x82EF;&#x7684;&#x4F30;&#x8BA1;&#xFF1A; &#x5B9E;&#x9A8C;&#x6761;&#x4EF6;&#x7684;&#x5F71;&#x54CD;&#x3002;

The semi-experimental approach to approximating physicochemical data relevant to environmental distribution (vapor pressure and gas-octanol distribution) by correlation with gas chromatography (GC) retention data has been extended to the determination of Kow values. We estimated Kow values >10(4) for polychlorinated biphenyls (PCB), which are often derived by liquid chromatography, by correlation with gas chromatographic retention data. Selecting a set of reference compounds with known Kow values for relative retention time (RRT) correlation enables easy and accurate semi-empirical calculation of further Kow values for a given group of congeners. The RRT/log Kow correlation is validated in this paper with regard to the following gas chromatographic conditions: (1) isothermal versus temperature-programmed elution, (2) the possible effect of the polarity of the stationary phase, and (3) the effect of the format of the standardized GC retention data. The advantages of our Kow(GC) method can be summarized as follows: complex mixtures can be analyzed, only amounts in the nanogram-range or less are required, Kow values of isomers can be determined and the exact structure of compounds need not be known. Normalized GC retention data of persistent organic pollutants are readily available. The quality of the Kow values obtained by the GC method compares well with that for other Kow estimation methods. It depends mainly on the accuracy of the Kow data of the structurally correlated compounds used as standards for the correlation cohort. The Kow(GC) data for all 209 PCB congeners are given.

High-resolution gas chromatography retention data as a basis for estimation of the octanol-water distribution coefficients (Kow) of PCB: the effect of experimental conditions.

L&#39;approche va de rapprochement des donn&eacute;es physico-chimiques pertinentes pour distribution dans l&#39;environnement (pression de vapeur et de distribution de gaz-octanol) par corr&eacute;lation avec les donn&eacute;es de r&eacute;tention de chromatographie en phase gazeuse (GC) a &eacute;t&eacute; &eacute;tendue &agrave; la d&eacute;termination des valeurs Kow. Nous avons estim&eacute; Koe &gt; 10 4 pour les polychlorobiph&eacute;nyles (PCB), sont souvent obtenues par chromatographie en phase liquide, en corr&eacute;lation avec les donn&eacute;es de r&eacute;tention par chromatographie en phase gazeuse. En s&eacute;lectionnant un ensemble de compos&eacute;s de r&eacute;f&eacute;rence avec les valeurs connues de Koe pour corr&eacute;lation (RRT) de temps de r&eacute;tention relatif permet le calcul de semi-empiriques facile et pr&eacute;cise de Koe suppl&eacute;mentaire pour un groupe donn&eacute; de cong&eacute;n&egrave;res. La corr&eacute;lation de RRT/log Koe est valid&eacute;e dans le pr&eacute;sent document en ce qui concerne les conditions chromatographiques de gaz suivants: (1) isotherme versus programm&eacute;es par temp&eacute;rature d&#39;&eacute;lution, (2) l&#39;effet possible de la polarit&eacute; de la phase stationnaire et (3) l&#39;effet du format des donn&eacute;es normalis&eacute;es GC retention. Les avantages de notre m&eacute;thode de Kow(GC) peuvent se r&eacute;sumer comme suit : m&eacute;langes complexes peuvent &ecirc;tre analys&eacute;s, seulement les quantit&eacute;s dans la gamme nanogramme ou moins sont n&eacute;cessaires, Koe des isom&egrave;res peut &ecirc;tre d&eacute;termin&eacute;es et la structure exacte des compos&eacute;s ne doivent pas s&#39;appeler. Donn&eacute;es normalis&eacute;es de r&eacute;tention GC des polluants organiques persistants sont facilement disponibles. La qualit&eacute; des valeurs Koe obtenues par la m&eacute;thode GC se compare bien avec celle des autres m&eacute;thodes d&#39;estimation de Koe. Il d&eacute;pend principalement de l&#39;exactitude des donn&eacute;es Koe des compos&eacute;s structurellement corr&eacute;l&eacute;s utilis&eacute;s comme &eacute;talons pour la cohorte de corr&eacute;lation. Les donn&eacute;es Kow(GC) pour tous les 209 cong&eacute;n&egrave;res de PCB sont donn&eacute;es.

Donn&eacute;es de r&eacute;tention d&#39;une chromatographie en phase gazeuse &agrave; haute r&eacute;solution comme base pour l&#39;estimation des coefficients de distribution octanol-eau (Koe) de PCB: l&#39;effet des conditions exp&eacute;rimentales.

Der semi-experimental Ansatz zur Angleichung von physikalisch-chemischen Daten in Bezug auf &ouml;kologische Verteilung (Dampfdruck und Gas-Octanol-Verteilung) durch Korrelation mit Gaschromatografie (GC) aufzubewahrenden Daten wurde f&uuml;r die Bestimmung der Kow-Werte erweitert. Wir gesch&auml;tzte Kow-Werte &gt; 10 Absatz 4 f&uuml;r Polychlorierte Biphenyle (PCB), die oft durch fl&uuml;ssige Chromatographie, durch Korrelation mit Gas-Chromatographische aufzubewahrenden Daten abgeleitet werden. Auswahl einer Reihe von Referenzverbindungen mit bekannten Kow-Werte f&uuml;r die relative Aufbewahrung Zeit (RRT) Korrelation erm&ouml;glicht einfaches und genaues Halbempirische Berechnung der weiteren Kow-Werte f&uuml;r eine bestimmte Gruppe von Kongenere. Die RRT/Log Kow-Korrelation wird in diesem Papier in Bezug auf die folgenden Gas-Chromatographische Bedingungen validiert: (1) Isotherme gegen Temperatur-programmierte Elution, (2) die m&ouml;gliche Wirkung von der Polarit&auml;t der station&auml;ren Phase und (3) die Wirkung des Formats der standardisierten GC Aufbewahrung Daten. Die Vorteile unserer Kow(GC)-Methode k&ouml;nnen wie folgt zusammengefasst werden: komplexe Mischungen k&ouml;nnen analysiert werden, nur im Nanogramm-Bereich oder weniger Betr&auml;ge erforderlich sind, Kow-Werte der Isomere bestimmt werden k&ouml;nnen und die genaue Struktur der Verbindungen nicht bekannt sein muss. Normalisierte GC aufzubewahrenden Daten von persistenten organischen Schadstoffen sind leicht verf&uuml;gbar. Die Qualit&auml;t der Kow-Werte, die von der GC-Methode vergleicht gut mit, die f&uuml;r andere Sch&auml;tzmethoden Kow. Es h&auml;ngt haupts&auml;chlich von der Richtigkeit der Kow der strukturell korrelierten Verbindungen als Normen f&uuml;r die Korrelation-Kohorte verwendet. Die Kow(GC)-Daten f&uuml;r alle 209 PCB-Kongenere erhalten.

Hochaufl&ouml;sende Gaschromatographie aufzubewahrenden Daten als Grundlage f&uuml;r die Absch&auml;tzung der Oktanol-Wasser-Verteilung Koeffizienten (Kow) der PCB: die Wirkung der experimentellen Bedingungen.

L&#39;approccio semi-experimental per approssimare dati fisico-chimici relativi alla distribuzione ambientale (pressione di vapore e la distribuzione di gas-ottanolo) di correlazione con i dati di ritenzione di gas cromatografia (GC) &egrave; stata estesa alla determinazione dei valori di Kow. Abbiamo stimato i valori Kow &amp;gt; recano per i bifenili policlorurati (PCB), che sono spesso derivati da cromatografia in fase liquida, di correlazione con dati cromatografici ritenzione di gas. Selezionando una serie di composti di riferimento con valori di Kow noti per la correlazione (RRT) tempo di ritenzione relativo consente facile e preciso calcolo semi-empirici di ulteriori valori di Kow per un dato gruppo dei congeneri. La correlazione RRT di log Kow &egrave; convalidata in questa carta per quanto riguarda le seguenti condizioni gascromatografiche: isotermica (1) versus eluizione temperatura programmata, (2) il possibile effetto della polarit&agrave; della fase stazionaria e (3) l&#39;effetto del formato dei dati standardizzati per la ritenzione GC. I vantaggi del nostro metodo Kow(GC) possono essere riassunta come segue: miscele complesse possono essere analizzati, solo gli importi nella gamma nanogrammo o meno sono necessari, possono essere determinati i valori di Kow di isomeri e l&#39;esatta struttura dei composti non bisogno di essere conosciuto. Dati di ritenzione GC normalizzati di inquinanti organici persistenti sono prontamente disponibili. La qualit&agrave; dei valori di Kow ottenuti con il metodo GC confronta bene con quello di altri metodi di stima Kow. Esso dipende principalmente la precisione dei dati Kow dei composti strutturalmente correlati utilizzati come standard per la coorte di correlazione. Sono riportati i dati di Kow(GC) per tutti i 209 congeneri dei PCB.

Dati di ritenzione gascromatografia ad alta risoluzione come base per la stima dei coefficienti di distribuzione ottanolo-acqua (Kow) di PCB: l&#39;effetto delle condizioni sperimentali.

&#x30AC;&#x30B9;&#x30AF;&#x30ED;&#x30DE;&#x30C8;&#x30B0;&#x30E9;&#x30D5;&#x30A3;&#x30FC; (GC) &#x306E;&#x4FDD;&#x5B58;&#x30C7;&#x30FC;&#x30BF;&#x3068;&#x306E;&#x76F8;&#x95A2;&#x306B;&#x3088;&#x3063;&#x3066; &#xFF08;&#x84B8;&#x6C17;&#x5727;&#x3068;&#x30AC;&#x30B9;-&#x30AA;&#x30AF;&#x30BF;&#x30CE;&#x30FC;&#x30EB;&#x5206;&#x5E03;&#xFF09; &#x74B0;&#x5883;&#x306B;&#x914D;&#x5E03;&#x3059;&#x308B;&#x95A2;&#x9023;&#x3059;&#x308B;&#x7269;&#x7406;&#x5316;&#x5B66;&#x7684;&#x30C7;&#x30FC;&#x30BF;&#x3092;&#x8FD1;&#x4F3C;&#x3059;&#x308B;&#x30B3;&#x30AC;&#x30BF;&#x30A2;&#x30AB;&#x30A4;&#x30A8;&#x30AB;&#x306E;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x306F;&#x3001;Kow &#x5024;&#x306E;&#x6C7A;&#x5B9A;&#x306B;&#x62E1;&#x5F35;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F; Kow &#x5024;&#x63A8;&#x5B9A;&#x76EE;&#x306F;&#x6DB2;&#x4F53;&#x30AF;&#x30ED;&#x30DE;&#x30C8;&#x30B0;&#x30E9;&#x30D5;&#x30A3;&#x30FC;&#x306B;&#x3088;&#x308B;&#x30AC;&#x30B9; &#x30AF;&#x30ED;&#x30DE;&#x30C8; &#x30B0;&#x30E9;&#x30D5;&#x4FDD;&#x6301;&#x30C7;&#x30FC;&#x30BF;&#x3068;&#x306E;&#x76F8;&#x95A2;&#x306B;&#x3088;&#x3063;&#x3066;&#x6D3E;&#x751F;&#x3057;&#x305F;&#x30DD;&#x30EA;&#x5869;&#x5316;&#x30D3;&#x30D5;&#x30A7;&#x30CB;&#x30EB; (PCB) &#x306E; 10 (4)&#x3002;&#x65E2;&#x77E5;&#x306E; Kow &#x5024;&#x76F8;&#x5BFE;&#x4FDD;&#x6301;&#x6642;&#x9593; &#xFF08;RRT &#x3092;&#xFF09; &#x76F8;&#x95A2;&#x3092;&#x3082;&#x3064;&#x53C2;&#x7167;&#x5316;&#x5408;&#x7269;&#x306E;&#x30BB;&#x30C3;&#x30C8;&#x3092;&#x9078;&#x629E;&#x3059;&#x308B;&#x7C21;&#x5358;&#x3067;&#x6B63;&#x78BA;&#x306A;&#x534A;&#x7D4C;&#x9A13;&#x7684;&#x8A08;&#x7B97;&#x540C;&#x65CF;&#x4F53;&#x306E;&#x7279;&#x5B9A;&#x306E;&#x30B0;&#x30EB;&#x30FC;&#x30D7;&#x306E;&#x3055;&#x3089;&#x306E; Kow &#x5024;&#x306E;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;RRT/&#x30ED;&#x30B0; Kow &#x76F8;&#x95A2;&#x672C;&#x4EE5;&#x4E0B;&#x306E;&#x30AC;&#x30B9; &#x30AF;&#x30ED;&#x30DE;&#x30C8; &#x30B0;&#x30E9;&#x30D5;&#x6CD5;&#x306B;&#x3088;&#x308B;&#x6761;&#x4EF6;&#x306B;&#x3064;&#x3044;&#x3066;&#x306E;&#x691C;&#x8A3C;: (1) &#x7B49;&#x6E29; vs &#x6607;&#x6E29;&#x6EB6;&#x51FA;&#x3001;(2) &#x56FA;&#x5B9A;&#x76F8;&#x306E;&#x6975;&#x6027;&#x306E;&#x53EF;&#x80FD;&#x6027;&#x306E;&#x52B9;&#x679C; (3) &#x6A19;&#x6E96;&#x5316;&#x3055;&#x308C;&#x305F; GC &#x4FDD;&#x6301;&#x30C7;&#x30FC;&#x30BF;&#x306E;&#x5F62;&#x5F0F;&#x306E;&#x5F71;&#x97FF;&#x3002;&#x79C1;&#x305F;&#x3061;&#x306E; Kow(GC) &#x306E;&#x65B9;&#x6CD5;&#x306E;&#x5229;&#x70B9;&#x306F;&#x6B21;&#x306E;&#x3088;&#x3046;&#x306B;&#x307E;&#x3068;&#x3081;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;: &#x8907;&#x96D1;&#x306A;&#x6DF7;&#x5408;&#x7269;&#x3067;&#x3001;&#x5206;&#x6790;&#x3067;&#x304D;&#x308B;&#x3001;&#x3060;&#x3051;&#x30CA;&#x30CE;&#x30B0;&#x30E9;&#x30E0;&#x7BC4;&#x56F2;&#x4EE5;&#x5185;&#x306E;&#x91D1;&#x984D;&#x304C;&#x5FC5;&#x8981;&#x3001;&#x7570;&#x6027;&#x4F53;&#x306E; Kow &#x5024;&#x3092;&#x6C7A;&#x5B9A;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3001;&#x5316;&#x5408;&#x7269;&#x306E;&#x6B63;&#x78BA;&#x306A;&#x69CB;&#x9020;&#x304C;&#x4E0D;&#x660E;&#x3067;&#x3042;&#x308B;&#x5FC5;&#x8981;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3002;&#x6B63;&#x898F;&#x5316;&#x3055;&#x308C;&#x305F; GC &#x4FDD;&#x6301;&#x30C7;&#x30FC;&#x30BF;&#x306E;&#x6B8B;&#x7559;&#x6027;&#x6709;&#x6A5F;&#x6C5A;&#x67D3;&#x7269;&#x8CEA;&#x306F;&#x5BB9;&#x6613;&#x306B;&#x3054;&#x5229;&#x7528;&#x3044;&#x305F;&#x3060;&#x3051;&#x307E;&#x3059;&#x3002;GC &#x6CD5;&#x306B;&#x3088;&#x3063;&#x3066;&#x5F97;&#x3089;&#x308C;&#x305F; Kow &#x5024;&#x306E;&#x54C1;&#x8CEA;&#x306F;&#x4ED6; Kow &#x7B97;&#x5B9A;&#x65B9;&#x6CD5;&#x3068;&#x3088;&#x304F;&#x6BD4;&#x8F03;&#x3057;&#x307E;&#x3059;&#x3002;&#x305D;&#x308C;&#x306F;&#x3001;Kow &#x30C7;&#x30FC;&#x30BF;&#x76F8;&#x95A2;&#x306E;&#x30B3;&#x30DB;&#x30FC;&#x30C8;&#x3092;&#x57FA;&#x6E96;&#x3068;&#x3057;&#x3066;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x308B;&#x69CB;&#x9020;&#x76F8;&#x95A2;&#x306E;&#x5316;&#x5408;&#x7269;&#x306E;&#x6B63;&#x78BA;&#x6027;&#x3092;&#x4E2D;&#x5FC3;&#x306B;&#x4F9D;&#x5B58;&#x3057;&#x307E;&#x3059;&#x3002;&#x3059;&#x3079;&#x3066;&#x306E; 209 PCB &#x540C;&#x65CF;&#x4F53;&#x306E; Kow(GC) &#x30C7;&#x30FC;&#x30BF;&#x304C;&#x4E0E;&#x3048;&#x3089;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;

PCB &#x306E;&#x30AA;&#x30AF;&#x30BF;&#x30CE;&#x30FC;&#x30EB;-&#x6C34;&#x306E;&#x5206;&#x914D;&#x4FC2;&#x6570; (Kow) &#x306E;&#x63A8;&#x5B9A;&#x306E;&#x305F;&#x3081;&#x306E;&#x57FA;&#x790E;&#x3068;&#x3057;&#x3066;&#x306E;&#x9AD8;&#x5206;&#x89E3;&#x80FD;&#x30AC;&#x30B9;&#x30AF;&#x30ED;&#x30DE;&#x30C8;&#x4FDD;&#x6301;&#x30C7;&#x30FC;&#x30BF;: &#x5B9F;&#x9A13;&#x6761;&#x4EF6;&#x306E;&#x52B9;&#x679C;&#x3002;

&#xAC00;&#xC2A4; &#xD06C;&#xB85C;&#xB9C8;&#xD1A0;&#xADF8;&#xB798;&#xD53C; (GC) &#xBCF4;&#xC874; &#xB370;&#xC774;&#xD130;&#xC640;&#xC758; &#xC0C1;&#xAD00; &#xAD00;&#xACC4;&#xC5D0; &#xC758;&#xD574; (&#xC99D;&#xAE30; &#xC555;&#xB825; &#xBC0F; &#xAC00;&#xC2A4; octanol &#xC720;&#xD1B5;) &#xD658;&#xACBD; &#xBC30;&#xD3EC;&#xC640; &#xAD00;&#xB828; &#xB41C; &#xBB3C;&#xB9AC; &#xD654;&#xD559;&#xC801; &#xB370;&#xC774;&#xD130;&#xC5D0; &#xAC00;&#xAE5D;&#xAC8C; semi-experimental &#xC811;&#xADFC; Kow &#xAC12; &#xACB0;&#xC815;&#xC5D0; &#xD655;&#xC7A5; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC; Kow &#xAC12; &#xCD94;&#xC815; &amp;gt; &#xAC00;&#xC2A4; &#xD06C;&#xB85C;&#xB9C8; &#xBCF4;&#xC874; &#xB370;&#xC774;&#xD130;&#xC640;&#xC758; &#xC0C1;&#xAD00; &#xAD00;&#xACC4;&#xC5D0; &#xC758;&#xD574; &#xC561;&#xCCB4; &#xD06C;&#xB85C;&#xB9C8;&#xD1A0;&#xADF8;&#xB798;&#xD53C;&#xC5D0; &#xC758;&#xD574; &#xD30C;&#xC0DD; &#xC885;&#xC885; &#xD3F4;&#xB9AC;&#xC5FC;&#xD654; &#xBE44;&#xD398;&#xB2D0; (PCB)&#xC5D0; &#xB300; &#xD55C; 10(4). &#xC0C1;&#xB300; &#xBCF4;&#xC874; &#xC2DC;&#xAC04; (RRT) &#xC0C1;&#xAD00; &#xAD00;&#xACC4;&#xC5D0; &#xB300; &#xD55C; &#xC54C;&#xB824;&#xC9C4; Kow &#xAC12; &#xCC38;&#xC870; &#xD654;&#xD569;&#xBB3C;&#xC758; &#xC9D1;&#xD569;&#xC744; &#xC120;&#xD0DD; &#xD558;&#xBA74; &#xC27D;&#xACE0; &#xC815;&#xD655; &#xD558; &#xAC8C; &#xC138;&#xBBF8; congeners&#xC758; &#xD2B9;&#xC815;&#xB41C; &#xADF8;&#xB8F9;&#xC5D0; &#xB300; &#xD55C; &#xCD94;&#xAC00; Kow &#xAC12; &#xACC4;&#xC0B0;. RRT/&#xB85C;&#xADF8; Kow &#xC0C1;&#xAD00; &#xAD00;&#xACC4; &#xAC00;&#xC2A4; &#xD06C;&#xB85C;&#xB9C8; &#xB2E4;&#xC74C;&#xACFC; &#xAD00;&#xB828; &#xD558; &#xC5EC;&#xC774; &#xC885;&#xC774;&#xC5D0; &#xD655;&#xC778; &#xB429;&#xB2C8;&#xB2E4;: (1) &#xB4F1;&#xC628; &#xB300; &#xC628;&#xB3C4; &#xD504;&#xB85C;&#xADF8;&#xB798;&#xBC0D; &#xCC28;&#xC785;, (2) &#xACE0;&#xC815; &#xC704;&#xC0C1;&#xC758; &#xADF9;&#xC131;&#xC758; &#xAC00;&#xB2A5;&#xD55C; &#xD6A8;&#xACFC; (3) &#xD45C;&#xC900;&#xD654; &#xB41C; GC &#xBCF4;&#xC874; &#xB370;&#xC774;&#xD130;&#xC758; &#xD3EC;&#xB9F7;&#xC758; &#xD6A8;&#xACFC;. &#xC6B0;&#xB9AC;&#xC758; Kow(GC) &#xBC29;&#xBC95;&#xC758; &#xC774;&#xC810;&#xC740; &#xB2E4;&#xC74C;&#xACFC; &#xAC19;&#xC774; &#xC694;&#xC57D;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;: &#xB098;&#xB178; &#xADF8;&#xB7A8; &#xBC94;&#xC704; &#xB610;&#xB294; &#xADF8; &#xC774;&#xD558;&#xC758; &#xAE08;&#xC561;&#xC740; &#xD544;&#xC218;, &#xC131;&#xCCB4;&#xC758; Kow &#xAC12;&#xC744; &#xD655;&#xC778;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xD558; &#xACE0;, &#xD654;&#xD569;&#xBB3C;&#xC758; &#xC815;&#xD655;&#xD55C; &#xAD6C;&#xC870;&#xB97C; &#xBAA8;&#xB974;&#xB294; &#xD544;&#xC694; &#xBCF5;&#xC7A1; &#xD55C; &#xD63C;&#xD569;&#xBB3C; &#xBD84;&#xC11D; &#xB420; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC9C0;&#xC18D;&#xC801;&#xC778; &#xC720;&#xAE30; &#xC624;&#xC5FC; &#xBB3C;&#xC9C8;&#xC758; &#xC815;&#xADDC;&#xD654; &#xB41C; GC &#xBCF4;&#xC874; &#xB370;&#xC774;&#xD130; &#xC27D;&#xAC8C; &#xC0AC;&#xC6A9;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. GC &#xBA54;&#xC11C;&#xB4DC;&#xB97C; &#xD1B5;&#xD574; &#xAC00;&#xC838;&#xC628; Kow &#xAC12; &#xD488;&#xC9C8; &#xC798; &#xB2E4;&#xB978; Kow &#xCD94;&#xC815; &#xBC29;&#xBC95;&#xC5D0; &#xB300; &#xD55C; &#xBE44;&#xAD50;. &#xADF8;&#xAC83;&#xC740; &#xC8FC;&#xB85C; Kow &#xB370;&#xC774;&#xD130; &#xC0C1;&#xAD00; &#xAD00;&#xACC4; &#xCF54; &#xD638;&#xD2B8;&#xC5D0; &#xD45C;&#xC900;&#xC73C;&#xB85C; &#xC0AC;&#xC6A9; &#xB418;&#xB294; &#xAD6C;&#xC870;&#xC801;&#xC73C;&#xB85C; &#xC0C1;&#xD638; &#xAD00;&#xB828; &#xB41C; &#xD654;&#xD569;&#xBB3C;&#xC758; &#xC815;&#xD655;&#xB3C4;&#xC5D0; &#xB530;&#xB77C; &#xB2EC;&#xB77C; &#xC9D1;&#xB2C8;&#xB2E4;. &#xBAA8;&#xB4E0; 209 PCB congeners&#xC758; Kow(GC) &#xB370;&#xC774;&#xD130;&#xB97C; &#xBC1B;&#xB294;&#xB2E4;.

Octanol-&#xBB3C; &#xBD84;&#xBC30; &#xACC4;&#xC218; (Kow) PCB&#xC758; &#xCD94;&#xC815;&#xC5D0; &#xB300; &#xD55C; &#xADFC;&#xAC70;&#xB85C; &#xACE0;&#xD574;&#xC0C1;&#xB3C4; &#xAC00;&#xC2A4; &#xD06C;&#xB85C;&#xB9C8;&#xD1A0;&#xADF8;&#xB798;&#xD53C; &#xBCF4;&#xC874; &#xB370;&#xC774;&#xD130;: &#xC2E4;&#xD5D8; &#xC870;&#xAC74;&#xC758; &#xD6A8;&#xACFC;.

El enfoque semi-experimental para aproximar los datos fisicoqu&iacute;micos relevantes para distribuci&oacute;n ambiental (presi&oacute;n de vapor y distribuci&oacute;n de gas-octanol) por correlaci&oacute;n con los datos de retenci&oacute;n de cromatograf&iacute;a de gases (GC) se ha extendido a la determinaci&oacute;n de valores Kow. Estimamos valores Kow &gt; 10 para bifenilos policlorados (PCB), que a menudo se derivan por cromatograf&iacute;a l&iacute;quida, por correlaci&oacute;n con los datos de retenci&oacute;n cromatograf&iacute;a de gas. Seleccionar un conjunto de compuestos de referencia con valores conocidos de Kow para correlaci&oacute;n de tiempo (RRT) retenci&oacute;n relativa permite c&aacute;lculo semiemp&iacute;rico f&aacute;cil y preciso de m&aacute;s valores de Kow para un determinado grupo de cong&eacute;neres. La correlaci&oacute;n RRT/log Kow es validada en este papel con respecto a las siguientes condiciones cromatogr&aacute;ficas de gas: (1) isot&eacute;rmico versus temperatura programada de eluci&oacute;n, (2) el posible efecto de la polaridad de la fase estacionaria y (3) el efecto del formato de los datos de retenci&oacute;n GC estandarizados. Las ventajas de nuestro m&eacute;todo Kow(GC) pueden ser resumidas como sigue: mezclas complejas pueden ser analizados, s&oacute;lo se requieren cantidades en el rango de nanogramo o menos, Kow valores de is&oacute;meros pueden determinarse y no necesita conocerse la estructura exacta de compuestos. Datos de retenci&oacute;n GC normalizados de contaminantes org&aacute;nicos persistentes est&aacute;n disponibles. La calidad de los valores de Kow obtenidos por el m&eacute;todo de GC se compara bien con eso para otros m&eacute;todos de estimaci&oacute;n de Kow. Depende principalmente de la exactitud de los datos de Kow de los compuestos estructuralmente relacionados utilizados como normas para la cohorte de correlaci&oacute;n. Se reciben los datos de Kow(GC) para todos 209 cong&eacute;neres de PCB.

Datos de retenci&oacute;n de la cromatograf&iacute;a de gases de alta resoluci&oacute;n como base para la estimaci&oacute;n de los coeficientes de distribuci&oacute;n de reparto octanol-agua (Kow) de PCB: el efecto de condiciones experimentales.

&#x86CB;&#x767D;&#x9176;&#x53D1;&#x6325;&#x663E;&#x8457;&#x7684;&#x4F5C;&#x7528;&#xFF0C;&#x5728;&#x8BB8;&#x591A;&#x751F;&#x7406;&#x8FC7;&#x7A0B;&#x548C;&#x53D1;&#x75C5;&#x673A;&#x5236;&#x7684;&#x5404;&#x79CD;&#x75BE;&#x75C5;&#xFF0C;&#x8FD9;&#x4F7F;&#x5F97;&#x4ED6;&#x4EEC;&#x6709;&#x8DA3;&#x7684;&#x836F;&#x7269;&#x9776;&#x70B9;&#x3002;&#x8981;&#x5168;&#x9762;&#x7406;&#x89E3;&#x529F;&#x80FD;&#x5728;&#x8FD9;&#x4E9B;&#x8FDB;&#x7A0B;&#x4E2D;&#x86CB;&#x767D;&#x9176;&#x7684;&#x4F5C;&#x7528;&#xFF0C;&#x6709;&#x5FC5;&#x8981;&#x63CF;&#x8FF0;&#x76EE;&#x6807;&#x7279;&#x5F02;&#x6027;&#x7684;&#x9176;&#x3001; &#x67E5;&#x660E;&#x5185;&#x6E90;&#x6027;&#x57FA;&#x8D28;&#x548C;&#x88C2;&#x89E3;&#x4EA7;&#x54C1;&#x4EE5;&#x53CA;&#x86CB;&#x767D;&#x9176;&#x6FC0;&#x6D3B;&#x5242;&#x548C;&#x6291;&#x5236;&#x5242;&#x3002;&#x8FD9;&#x4E9B;&#x86CB;&#x767D;&#x6C34;&#x89E3;&#x7F51;&#x7EDC;&#x7684;&#x590D;&#x6742;&#x6027;&#x5206;&#x6790;&#x6311;&#x6218;&#x5F88;&#x5927;&#x3002;&#x4E3A;&#x4E86;&#x5168;&#x9762;&#x5730;&#x63CF;&#x8FF0;&#x8FD9;&#x4E9B;&#x7CFB;&#x7EDF;&#xFF0C;&#x6211;&#x4EEC;&#x9700;&#x8981;&#x6355;&#x83B7;&#x7F51;&#x7EDC;&#x6210;&#x5458;&#x7684;&#x65F6;&#x7A7A;&#x5206;&#x5E03;&#x7684;&#x5B9A;&#x91CF;&#x65B9;&#x6CD5;&#x3002;&#x6700;&#x8FD1;&#xFF0C;&#x57FA;&#x4E8E;&#x6D3B;&#x52A8;&#x7684;&#x5DE5;&#x4F5C;&#x6D41;&#x5DF2;&#x6765;&#x5230;&#x524D;&#x7EBF;&#x5BF9;&#x4ED8;&#x7684;&#x4F53;&#x5916;&#x86CB;&#x767D;&#x6C34;&#x89E3;&#x5904;&#x7406;&#x7F51;&#x7EDC;&#x3001; &#x4F53;&#x5916;&#x548C;&#x4F53;&#x5185;&#x7684;&#x52A8;&#x6001;&#x65B9;&#x9762;&#x3002;&#x5728;&#x8FD9;&#x6B21;&#x5BA1;&#x67E5;&#xFF0C;&#x6211;&#x4EEC;&#x5C06;&#x8BA8;&#x8BBA;&#x5982;&#x4F55;&#x5927;&#x89C4;&#x6A21;&#x57FA;&#x4E8E;&#x8D28;&#x8C31;&#x6280;&#x672F;&#x7684;&#x65B9;&#x6CD5;&#x53EF;&#x4EE5;&#x7528;&#x4E8E;&#x901A;&#x8FC7;&#x786E;&#x5B9A;&#x57FA;&#x677F;&#x7684;&#x5177;&#x4F53;&#x60C5;&#x51B5;&#x3001; &#x5206;&#x6790;&#x86CB;&#x767D;&#x9176;&#x7684;&#x6D3B;&#x52A8;&#x72B6;&#x6001;&#x3001; &#x76D1;&#x6D4B;&#x4F53;&#x5185;&#x86CB;&#x767D;&#x8D28;&#x7684;&#x964D;&#x89E3;&#x3001; &#x6D4B;&#x91CF;&#x53CD;&#x5E94;&#x52A8;&#x529B;&#x5B66;&#x548C;&#x5B9A;&#x4E49;&#x4F53;&#x5916;&#x548C;&#x4F53;&#x5185;&#x86CB;&#x767D;&#x6C34;&#x89E3;&#x4E8B;&#x4EF6;&#x83B7;&#x5F97;&#x86CB;&#x767D;&#x9176;&#x751F;&#x7269;&#x5B66;&#x7684;&#x65B0;&#x89C1;&#x89E3;&#x3002;&#x6B64;&#x5916;&#xFF0C;&#x672A;&#x6765;&#x7684;&#x86CB;&#x767D;&#x9176;&#x7814;&#x7A76;&#x65B9;&#x9762;&#x8D85;&#x8D8A;&#x57FA;&#x4E8E;&#x8D28;&#x8C31;&#x6280;&#x672F;&#x7684;&#x5927;&#x89C4;&#x6A21;&#x5E94;&#x7528;&#x4E3E;&#x4F8B;&#x3002;

&#x901A;&#x8FC7;&#x5DE5;&#x4F5C;&#x6D41;&#x52A8;&#x6001;&#x86CB;&#x767D;&#x8D28;&#x7EC4;&#x5B66;&#x5206;&#x6790;&#x86CB;&#x767D;&#x9176;&#x7684;&#x6D3B;&#x52A8;&#x3002;

Proteases play prominent roles in many physiological processes and the pathogenesis of various diseases, which makes them interesting drug targets. To fully understand the functional role of proteases in these processes, it is necessary to characterize the target specificity of the enzymes, identify endogenous substrates and cleavage products as well as protease activators and inhibitors. The complexity of these proteolytic networks presents a considerable analytic challenge. To comprehensively characterize these systems, quantitative methods that capture the spatial and temporal distributions of the network members are needed. Recently, activity-based workflows have come to the forefront to tackle the dynamic aspects of proteolytic processing networks in vitro, ex vivo and in vivo. In this review, we will discuss how mass spectrometry-based approaches can be used to gain new insights into protease biology by determining substrate specificities, profiling the activity-states of proteases, monitoring proteolysis in vivo, measuring reaction kinetics and defining in vitro and in vivo proteolytic events. In addition, examples of future aspects of protease research that go beyond mass spectrometry-based applications are given.

Profiling protease activities by dynamic proteomics workflows.

Prot&eacute;ases jouent un r&ocirc;le majeur dans de nombreux processus physiologiques et la pathogen&egrave;se des maladies diverses, qui rend les cibles int&eacute;ressantes. Pour bien comprendre le r&ocirc;le fonctionnel des prot&eacute;ases dans ces processus, il est n&eacute;cessaire caract&eacute;riser la sp&eacute;cificit&eacute; de cible des enzymes, l&#39;identification des substrats endog&egrave;nes et produits de clivage comme activateurs de prot&eacute;ase et inhibiteurs. La complexit&eacute; de ces r&eacute;seaux prot&eacute;olytique pr&eacute;sente un d&eacute;fi analytique. Pour compl&egrave;tement caract&eacute;riser ces syst&egrave;mes, les m&eacute;thodes quantitatives qui captent les distributions spatiales et temporelles des membres du r&eacute;seau sont n&eacute;cessaires. R&eacute;cemment, fond&eacute; sur l&#39;activit&eacute; de flux de travail est venus &agrave; l&#39;avant-garde pour lutter contre les aspects dynamiques des r&eacute;seaux de traitement prot&eacute;olytique in vitro, ex vivo et in vivo. Dans cette revue, nous discuterons comment masse approches ax&eacute;es sur la spectrom&eacute;trie peuvent &ecirc;tre utilis&eacute;s pour acqu&eacute;rir de nouvelles connaissances en biologie de la prot&eacute;ase par d&eacute;terminer les sp&eacute;cificit&eacute;s de substrat, profilage-Etats-l&#39;activit&eacute; des prot&eacute;ases, suivi de prot&eacute;olyse in vivo, mesurer la cin&eacute;tique de la r&eacute;action et d&eacute;finition d&#39;&eacute;v&eacute;nements prot&eacute;olytiques in vitro et in vivo. En outre, les exemples d&#39;aspects futurs de la recherche de prot&eacute;ase qui vont au-del&agrave; des applications bas&eacute;es sur la spectrom&eacute;trie de masse sont donn&eacute;s.

Activit&eacute;s prot&eacute;ase profilage prot&eacute;omique dynamique flux de travail.

Proteasen spielen prominente Rollen in vielen physiologischen Prozessen und die Pathogenese von verschiedenen Krankheiten, die Ihnen interessante Droge-Ziele macht. Um die funktionale Rolle der Proteasen in diese Prozesse vollst&auml;ndig zu verstehen, ist es notwendig, die Ziel-Spezifit&auml;t der Enzyme zu charakterisieren, endogene Substrate und Zerfallsprodukte sowie Protease-Aktivatoren und Inhibitoren zu identifizieren. Die Komplexit&auml;t dieser proteolytische Netze stellt eine erhebliche analytische Herausforderung. Quantitative Methoden, die die r&auml;umlichen und zeitlichen Verteilungen der Netzwerk-Mitglieder zu erfassen sind erforderlich, um diese Systeme umfassend zu charakterisieren. Aktivit&auml;t-basierten Workflows sind vor kurzem in den Vordergrund, die dynamischen Aspekte der proteolytische Verarbeitung Netze in-vitro, ex Vivo und in-vivo anzugehen gekommen. In diesem Bericht werden wir diskutieren, wie Masse Spektrometrie-basierte Ans&auml;tze verwendet werden k&ouml;nnen, neue Einblicke in Protease Biologie zu erlangen, indem Bestimmung Substrat Besonderheiten, Profilerstellung die Aktivit&auml;t-Staaten von Proteasen, &Uuml;berwachung Proteolyse in Vivo, Messung der Reaktionskinetik und in-vitro und in vivo proteolytische Ereignisse definieren. Dar&uuml;ber hinaus erhalten die Beispiele f&uuml;r zuk&uuml;nftige Aspekte der Protease-Forschung, die Massen-Spektrometrie-basierten Anwendungen hinausgehen.

Profilerstellung Protease-Aktivit&auml;ten von dynamischen Proteomics-Workflows.

Le proteasi svolgono ruoli importanti in numerosi processi fisiologici e la patogenesi di diverse malattie, che rende loro interessanti obiettivi farmacologici. Per comprendere appieno il ruolo funzionale delle proteasi in questi processi, &egrave; necessario caratterizzare la specificit&agrave; di destinazione degli enzimi, identificare i substrati endogeni e prodotti di scissione, nonch&eacute; attivatori di proteasi e inibitori. La complessit&agrave; di queste reti proteolitici presenta una notevole sfida analitica. Per caratterizzare completamente questi sistemi, sono necessari metodi quantitativi che catturano le distribuzioni spaziali e temporali dei membri della rete. Recentemente, i flussi di lavoro basate su attivit&agrave; sono venuti alla ribalta per affrontare gli aspetti dinamici del trattamento proteolitico reti in vitro, ex vivo e in vivo. In questa recensione, si discuter&agrave; di come massa approcci basati sulla spettrometria possono essere utilizzati per acquisire nuove conoscenze in biologia proteasi da determinare la specificit&agrave; di substrato, profilazione degli Stati di attivit&agrave; delle proteasi, monitoraggio proteolisi in vivo, cinetica di reazione di misurazione e definizione eventi proteolitici in vitro e in vivo. Inoltre, sono riportati alcuni esempi di futuri aspetti della ricerca di proteasi che vanno di l&agrave; di applicazioni basate su spettrometria di massa.

Attivit&agrave; di proteasi profilatura di proteomica dinamica dei flussi di lavoro.

&#x30D7;&#x30ED;&#x30C6;&#x30A2;&#x30FC;&#x30BC;&#x306F;&#x591A;&#x304F;&#x306E;&#x751F;&#x7406;&#x5B66;&#x7684;&#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x3068;&#x305D;&#x308C;&#x3089;&#x306E;&#x8208;&#x5473;&#x6DF1;&#x3044;&#x5275;&#x85AC;&#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8;&#x306B;&#x306A;&#x308A;&#x307E;&#x3059;&#x69D8;&#x3005; &#x306A;&#x75BE;&#x60A3;&#x306E;&#x75C5;&#x56E0;&#x306B;&#x91CD;&#x8981;&#x306A;&#x5F79;&#x5272;&#x3092;&#x518D;&#x751F;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x306E;&#x30D7;&#x30ED;&#x30C6;&#x30A2;&#x30FC;&#x30BC;&#x306E;&#x6A5F;&#x80FD;&#x5F79;&#x5272;&#x3092;&#x5B8C;&#x5168;&#x306B;&#x7406;&#x89E3;&#x3059;&#x308B;&#x306B;&#x306F;&#x3001;&#x9175;&#x7D20;&#x306E;&#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8;&#x7279;&#x7570;&#x6027;&#x306E;&#x7279;&#x5FB4;&#x3001;&#x5185;&#x56E0;&#x6027;&#x57FA;&#x677F;&#x958B;&#x88C2;&#x88FD;&#x54C1;&#x3001;&#x30D7;&#x30ED;&#x30C6;&#x30A2;&#x30FC;&#x30BC;&#x6D3B;&#x6027;&#x5316;&#x3001;&#x6291;&#x5236;&#x5264;&#x3092;&#x8B58;&#x5225;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x5FC5;&#x8981;&#x3067;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x8907;&#x96D1;&#x3055;&#x306F;&#x304B;&#x306A;&#x308A;&#x5206;&#x6790;&#x306E;&#x8AB2;&#x984C;&#x3068;&#x306A;&#x308A;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x3092;&#x5305;&#x62EC;&#x7684;&#x7279;&#x5FB4;&#x306B;&#x306F;&#x3001;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF; &#x30E1;&#x30F3;&#x30D0;&#x30FC;&#x306E;&#x6642;&#x7A7A;&#x5206;&#x5E03;&#x306E;&#x5B9A;&#x91CF;&#x6CD5;&#x304C;&#x5FC5;&#x8981;&#x3067;&#x3059;&#x3002;&#x6700;&#x8FD1;&#x3067;&#x306F;&#x3001;&#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D3;&#x30C6;&#x30A3; &#x30D9;&#x30FC;&#x30B9;&#x306E;&#x30EF;&#x30FC;&#x30AF;&#x30D5;&#x30ED;&#x30FC;&#x4F53;&#x5916;&#x30D7;&#x30ED;&#x30C6;&#x30A2;&#x30FC;&#x30BC;&#x51E6;&#x7406;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E; ex vivo &#x304A;&#x3088;&#x3073; in vivo &#x306E;&#x52D5;&#x7684;&#x5074;&#x9762;&#x306B;&#x53D6;&#x308A;&#x7D44;&#x3080;&#x305F;&#x3081;&#x306B;&#x6700;&#x524D;&#x7DDA;&#x306B;&#x6765;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x30EC;&#x30D3;&#x30E5;&#x30FC;&#x3067;&#x306F;&#x3001;&#x6211;&#x3005; &#x306F;&#x5206;&#x6790;&#x6CD5;&#x3092;&#x7528;&#x3044;&#x305F;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3001;&#x57FA;&#x8CEA;&#x7279;&#x7570;&#x6027;&#x3092;&#x6C7A;&#x5B9A;&#x3059;&#x308B;&#x3001;&#x30D7;&#x30ED;&#x30C6;&#x30A2;&#x30FC;&#x30BC;&#x306E;&#x6D3B;&#x6027;&#x72B6;&#x614B;&#x3092;&#x30D7;&#x30ED;&#x30D5;&#x30A1;&#x30A4;&#x30EA;&#x30F3;&#x30B0;&#x3001;&#x751F;&#x4F53;&#x5185;&#x3067;&#x306E;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x5206;&#x89E3;&#x3092;&#x76E3;&#x8996;&#x3001;&#x53CD;&#x5FDC;&#x901F;&#x5EA6;&#x306E;&#x6E2C;&#x5B9A;&#x3068;&#x751F;&#x4F53;&#x5916;&#x3067;&#x305D;&#x3057;&#x3066;&#x751F;&#x4F53;&#x5185;&#x3067;&#x30BF;&#x30F3;&#x30D1;&#x30AF;&#x8CEA;&#x306E;&#x30A4;&#x30D9;&#x30F3;&#x30C8;&#x3092;&#x5B9A;&#x7FA9;&#x3059;&#x308B;&#x30D7;&#x30ED;&#x30C6;&#x30A2;&#x30FC;&#x30BC;&#x306E;&#x751F;&#x7269;&#x5B66;&#x306B;&#x65B0;&#x305F;&#x306A;&#x6D1E;&#x5BDF;&#x3092;&#x5F97;&#x308B;&#x305F;&#x3081;&#x306B;&#x3069;&#x306E;&#x3088;&#x3046;&#x306B;&#x8CEA;&#x91CF;&#x306B;&#x3064;&#x3044;&#x3066;&#x8AAC;&#x660E;&#x3057;&#x307E;&#x3059;&#x3002;&#x307E;&#x305F;&#x3001;&#x8CEA;&#x91CF;&#x5206;&#x6790;&#x3092;&#x7528;&#x3044;&#x305F;&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3092;&#x8D85;&#x3048;&#x3066;&#x79FB;&#x52D5;&#x30D7;&#x30ED;&#x30C6;&#x30A2;&#x30FC;&#x30BC;&#x306E;&#x7814;&#x7A76;&#x306E;&#x5C06;&#x6765;&#x306E;&#x5074;&#x9762;&#x306E;&#x4F8B;&#x306B;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30D7;&#x30ED;&#x30D5;&#x30A1;&#x30A4;&#x30EA;&#x30F3;&#x30B0;&#x306E;&#x30D7;&#x30ED;&#x30C6;&#x30A2;&#x30FC;&#x30BC;&#x6D3B;&#x6027;&#x52D5;&#x7684;&#x30D7;&#x30ED;&#x30C6;&#x30AA;&#x30DF;&#x30AF;&#x30B9; &#x30EF;&#x30FC;&#x30AF;&#x30D5;&#x30ED;&#x30FC;&#x3002;

&#xD504;&#xB85C; &#xD14C;&#xC544; &#xC81C; &#xB9CE;&#xC740; &#xC0DD;&#xB9AC; &#xC801; &#xACFC;&#xC815;&#xACFC; &#xADF8;&#xB4E4;&#xC5D0; &#xD765;&#xBBF8; &#xC788;&#xB294; &#xC57D;&#xBB3C; &#xD45C;&#xC801;&#xC744; &#xB9CC;&#xB4DC;&#xB294; &#xB2E4;&#xC591; &#xD55C; &#xC9C8;&#xBCD1;&#xC758; &#xBCD1; &#xC778;&#xC5D0; &#xC788;&#xB294; &#xC800;&#xBA85;&#xD55C; &#xC5ED;&#xD560;&#xC744; &#xD55C;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xD504;&#xB85C;&#xC138;&#xC2A4;&#xC5D0;&#xC11C; &#xD504;&#xB85C; &#xD14C;&#xC544;&#xC758; &#xAE30;&#xB2A5;&#xC801; &#xC5ED;&#xD560;&#xC744; &#xC644;&#xBCBD; &#xD558; &#xAC8C; &#xC774;&#xD574; &#xD558;&#xB824;&#xBA74; &#xB300;&#xC0C1; &#xD2B9;&#xC774;&#xC131; &#xD6A8;&#xC18C;&#xC758; &#xD2B9;&#xC9D5;, &#xC0DD; &#xAE30;&#xD310; &#xBC0F; &#xBD84;&#xC5F4; &#xC81C;&#xD488; protease &#xD65C;&#xC131; &#xC81C; &#xBC0F; &#xC5B5;&#xC81C;&#xC81C;&#xB97C; &#xC2DD;&#xBCC4; &#xD558;&#xB294; &#xB370; &#xD544;&#xC694;&#xD55C;&#xC785;&#xB2C8;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xB2E8;&#xBC31;&#xC9C8; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; &#xBCF5;&#xC7A1;&#xC131;&#xC5D0;&#xB294; &#xC0C1;&#xB2F9;&#xD55C; &#xBD84;&#xC11D; &#xB3C4;&#xC804;&#xC744; &#xC120;&#xBB3C; &#xD55C;&#xB2E4;. &#xC885;&#xD569;&#xC801;&#xC73C;&#xB85C; &#xC774;&#xB7EC;&#xD55C; &#xC2DC;&#xC2A4;&#xD15C;&#xC758; &#xD2B9;&#xC131;, &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xD68C;&#xC6D0;&#xC758; &#xACF5;&#xAC04; &#xBC0F; &#xC2DC;&#xAC04; &#xBD84;&#xBC30;&#xB97C; &#xCEA1;&#xCC98;&#xD569;&#xB2C8;&#xB2E4; &#xC591;&#xC801; &#xBC29;&#xBC95; &#xD544;&#xC694; &#xD569;&#xB2C8;&#xB2E4;. &#xCD5C;&#xADFC;, &#xD65C;&#xB3D9; &#xAE30;&#xBC18; &#xC6CC;&#xD06C;&#xD50C;&#xB85C; &#xCCB4; &#xC678; &#xB2E8;&#xBC31;&#xC9C8; &#xCC98;&#xB9AC; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;, ex vivo&#xC640; in vivo &#xB3D9;&#xC801; &#xCE21;&#xBA74;&#xC744; &#xD574;&#xACB0; &#xD558;&#xAE30; &#xC704;&#xD574; &#xCD5C;&#xC804;&#xC120;&#xC5D0; &#xC654;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774; &#xB9AC;&#xBDF0;&#xC5D0;&#xC11C; &#xC6B0;&#xB9AC; &#xC5B4;&#xB5BB;&#xAC8C; &#xC9C8;&#xB7C9; &#xBD84;&#xC11D; &#xAE30;&#xBC18; &#xC811;&#xADFC; &#xAE30;&#xC9C8; &#xD2B9;&#xC774;&#xC131;&#xC744; &#xACB0;&#xC815;, &#xD504;&#xB85C; &#xD30C;&#xC77C;&#xB9C1; &#xD504;&#xB85C; &#xD14C;&#xC544;&#xC758; &#xD65C;&#xB3D9; &#xC0C1;&#xD0DC;, vivo&#xC5D0;&#xC11C; &#xBCA0;&#xC774;&#xC2A4; &#xBAA8;&#xB2C8;&#xD130;&#xB9C1;, &#xCE21;&#xC815; &#xBC18;&#xC751; &#xC18D;&#xB3C4; &#xB860; &#xBC0F; &#xC0DD;&#xCCB4; &#xC678; &#xBC0F; &#xC0DD;&#xCCB4; &#xC870;&#xAC74; &#xC704;&#xD558;&#xC5EC; &#xC774;&#xBCA4;&#xD2B8;&#xB97C; &#xC815;&#xC758; &#xD558; &#xC5EC; &#xB2E8;&#xBC31;&#xC9C8; &#xC0DD;&#xBB3C;&#xD559;&#xC5D0; &#xC0C8;&#xB85C;&#xC6B4; &#xD1B5;&#xCC30;&#xB825;&#xC744; &#xC5BB;&#xAE30; &#xC704;&#xD574; &#xC0AC;&#xC6A9;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xB17C;&#xC758;&#xD560; &#xC608;&#xC815; &#xC774;&#xB2E4;. &#xB610;&#xD55C;, &#xC9C8;&#xB7C9; &#xBD84;&#xC11D; &#xAE30;&#xBC18; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8;&#xC744; &#xB118;&#xC5B4;&#xAC00; &#xC11C; &#xB2E8;&#xBC31;&#xC9C8; &#xC5F0;&#xAD6C;&#xC758; &#xBBF8;&#xB798; &#xCE21;&#xBA74;&#xC758; &#xC608;&#xB97C; &#xBC1B;&#xB294;&#xB2E4;.

&#xB3D9;&#xC801; proteomics &#xC6CC;&#xD06C;&#xD50C;&#xB85C;&#xC5D0;&#xC11C; protease &#xD65C;&#xB3D9;&#xC744; &#xD504;&#xB85C; &#xD30C;&#xC77C;&#xB9C1; &#xD569;&#xB2C8;&#xB2E4;.

Proteasas juegan un papel prominente en muchos procesos fisiol&oacute;gicos y la patogenia de varias enfermedades, que hace de ellos objetivos interesantes de la droga. Para entender completamente el papel funcional de las proteasas en estos procesos, es necesario caracterizar la especificidad del objetivo de las enzimas, identificar sustratos end&oacute;genos y productos de escote as&iacute; como activadores de la proteasa e inhibidores. La complejidad de estas redes proteol&iacute;ticas presenta un considerable desaf&iacute;o anal&iacute;tico. Para caracterizar exhaustivamente estos sistemas, se necesitan m&eacute;todos cuantitativos que captan las distribuciones espaciales y temporales de los miembros de la red. Recientemente, los flujos de trabajo basados en actividad han llegado a la vanguardia para abordar los aspectos din&aacute;micos de las redes de procesamiento proteol&iacute;tico in vitro, ex vivo e in vivo. En esta revisi&oacute;n, se discutir&aacute; c&oacute;mo masa enfoques basados en la espectrometr&iacute;a pueden utilizarse para obtener nuevos conocimientos sobre la biolog&iacute;a de la proteasa por determinar la especificidad de sustrato, perfiles de los Estados de actividad de las proteasas, monitoreo prote&oacute;lisis en vivo, cin&eacute;tica de la reacci&oacute;n de medici&oacute;n y definir eventos proteol&iacute;ticos in vitro e in vivo. Adem&aacute;s, se dan ejemplos de futuros aspectos de la investigaci&oacute;n de la proteasa que van m&aacute;s all&aacute; de las aplicaciones basadas en espectrometr&iacute;a de masa.

Actividades de generaci&oacute;n de perfiles proteasa por flujos de trabajo din&aacute;micos prote&oacute;mica.

&#x9488;&#x5BF9;&#x5927;&#x89C4;&#x6A21;&#x57FA;&#x4E8E;&#x8D28;&#x8C31;&#x6280;&#x672F;&#x7684;&#x86CB;&#x767D;&#x8D28;&#x7EC4;&#x5B66;&#x7684;&#x86CB;&#x767D;&#x9176;&#x5728;&#x5FC3;&#x8840;&#x7BA1;&#x75BE;&#x75C5;&#x3002;

Targeting proteases in cardiovascular diseases by mass spectrometry-based proteomics.

Ciblant les prot&eacute;ases dans les maladies cardiovasculaires par bas&eacute; sur la spectrom&eacute;trie de masse prot&eacute;omique.

Spektrometrie-basierten Massen-Proteomics Targeting Proteasen bei Herz-Kreislauf-Krankheiten.

Dalla base di spettrometria di massa proteomica di targeting proteasi nelle malattie cardiovascolari.

&#x8CEA;&#x91CF;&#x5206;&#x6790;&#x3092;&#x7528;&#x3044;&#x305F;&#x30D7;&#x30ED;&#x30C6;&#x30AA;&#x30FC;&#x30E0;&#x89E3;&#x6790;&#x306B;&#x3088;&#x308B;&#x5FAA;&#x74B0;&#x5668;&#x75BE;&#x60A3;&#x306E;&#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8;&#x306E;&#x30D7;&#x30ED;&#x30C6;&#x30A2;&#x30FC;&#x30BC;&#x3002;

&#xB2E8;&#xBC31;&#xC9C8; &#xC9C8;&#xB7C9; &#xBD84;&#xC11D; &#xAE30;&#xBC18;&#xC73C;&#xB85C; &#xC2EC;&#xD608; &#xAD00;&#xACC4; &#xC9C8;&#xD658;&#xC5D0; &#xB300;&#xC0C1; &#xD504;&#xB85C; &#xD14C;&#xC544;.

Diana Klingler

Boston Biomedical Research Institute

Protease- and Acid-catalyzed Labeling Workflows Employing ¹⁸O-enriched Water

Diana Klingler

Boston Biomedical Research Institute

Protease- and Acid-catalyzed Labeling Workflows Employing 18O-enriched Water

Protease- and Acid-catalyzed Labeling Workflows Employing ¹⁸O-enriched Water