Proteomic profiling dataset of chemical perturbations in multiple biological backgrounds.
Proteomic profiling dataset of chemical perturbations in multiple biological backgrounds.
复制标题
DOI：
10.1038/s41597-021-01008-4
复制
发表时间：
2021-08-25
期刊：
影响因子：
9.8
通讯作者：
Jaffe JD
中科院分区：
文献类型：
--
作者：
Dele-Oni DO;Christianson KE;Egri SB;Vaca Jacome AS;DeRuff KC;Mullahoo J;Sharma V;Davison D;Ko T;Bula M;Blanchard J;Young JZ;Litichevskiy L;Lu X;Lam D;Asiedu JK;Toder C;Officer A;Peckner R;MacCoss MJ;Tsai LH;Carr SA;Papanastasiou M;Jaffe JD
虽然基因表达谱传统上是大规模扰动谱研究的选择方法，但蛋白质组学已经成为在这种背景下直接监测细胞对扰动的反应的有效工具。我们之前报道了一个中试文库，其中包含在降低代表性的磷酸蛋白质组(P100)和染色质空间(全球染色质简档，GCP)中跨越不同细胞背景的多个扰动的3400个图谱。在这里，我们扩展我们的原始数据集，包括来自一组新的心脏毒性化合物和来自星形胶质细胞的概况，这是一个额外的神经细胞模型，总共有5300个蛋白质组特征。我们描述了用于评估和验证我们数据的技术质量和重复性的筛选标准和质量控制指标。为了展示图书馆的力量，我们提供了两个案例研究，其中使用“连接”的概念来查询数据以获得生物学洞察力。这项研究中提供的所有数据都已存入ProteomeXchange联合体，标识符为PXD017458(P100)和PXD017459(GCP)，可在https://clue.io/proteomics.上查询描述上报数据的机器可访问的元数据文件：10.6084/m9.figShar.14744064
While gene expression profiling has traditionally been the method of choice for large-scale perturbational profiling studies, proteomics has emerged as an effective tool in this context for directly monitoring cellular responses to perturbations. We previously reported a pilot library containing 3400 profiles of multiple perturbations across diverse cellular backgrounds in the reduced-representation phosphoproteome (P100) and chromatin space (Global Chromatin Profiling, GCP). Here, we expand our original dataset to include profiles from a new set of cardiotoxic compounds and from astrocytes, an additional neural cell model, totaling 5300 proteomic signatures. We describe filtering criteria and quality control metrics used to assess and validate the technical quality and reproducibility of our data. To demonstrate the power of the library, we present two case studies where data is queried using the concept of “connectivity” to obtain biological insight. All data presented in this study have been deposited to the ProteomeXchange Consortium with identifiers PXD017458 (P100) and PXD017459 (GCP) and can be queried at https://clue.io/proteomics. Machine-accessible metadata file describing the reported data: 10.6084/m9.figshare.14744064
登录
查看更多内容
使用DIA质谱分析人类星形胶质细胞的蛋白质组学炎症状态。
影响因子：
9.3
作者：
Dozio V;Sanchez JC
通讯作者：
Sanchez JC
影响因子：
3.8
作者：
Araf, Shamzah;Okosun, Jessica;Heward, James
通讯作者：
Heward, James
影响因子：
56.9
作者：
Golub, TR;Slonim, DK;Lander, ES
通讯作者：
Lander, ES
影响因子：
64.8
作者：
Ghandi, Mahmoud;Huang, Franklin W.;Sellers, William R.
通讯作者：
Sellers, William R.
影响因子：
64.8
作者：
Clark, EA;Golub, TR;Hynes, RO
通讯作者：
Hynes, RO