Identifying and Measuring Endogenous Peptides through Peptidomics

内生 计算生物学 神经肽 生物 细胞内 神经科学 细胞生物学 生物化学 受体
作者
James W. Checco
出处
期刊:ACS Chemical Neuroscience [American Chemical Society]
卷期号:14 (20): 3728-3731 被引量:2
标识
DOI:10.1021/acschemneuro.3c00546
摘要

Endogenous peptides, such as neuropeptides and peptide hormones, play important roles in intercellular communication, can provide information on physiology, and are potential sources of biomarkers. Mass spectrometry-based peptidomics methods are underutilized tools to identify and measure endogenous peptides in a relatively nontargeted manner. The purpose of this Viewpoint is to serve as a brief introduction to the field of peptidomics so that researchers interested in studying endogenous peptides are aware of this powerful approach and can consider its application.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
1秒前
1秒前
2秒前
猪猪猪发布了新的文献求助30
3秒前
今后应助科研通管家采纳,获得20
4秒前
SciGPT应助科研通管家采纳,获得10
4秒前
科研通AI2S应助科研通管家采纳,获得10
4秒前
爆米花应助科研通管家采纳,获得10
4秒前
完美世界应助科研通管家采纳,获得30
4秒前
FashionBoy应助科研通管家采纳,获得10
4秒前
4秒前
赘婿应助科研通管家采纳,获得20
4秒前
liu应助科研通管家采纳,获得30
4秒前
科研通AI2S应助科研通管家采纳,获得10
4秒前
BaiX应助科研通管家采纳,获得10
5秒前
拧宁完成签到,获得积分10
5秒前
田様应助dd采纳,获得10
5秒前
ayj关闭了ayj文献求助
5秒前
wzwz发布了新的文献求助10
5秒前
7秒前
蒋子龙完成签到,获得积分10
9秒前
贾不可发布了新的文献求助10
9秒前
SciGPT应助wzwz采纳,获得10
11秒前
乐观乐枫发布了新的文献求助10
11秒前
12秒前
12秒前
乐乐应助bruce233采纳,获得10
12秒前
13秒前
研友_xnEOX8发布了新的文献求助20
17秒前
和谐蛋蛋完成签到,获得积分10
18秒前
苏梗发布了新的文献求助10
18秒前
dd发布了新的文献求助10
18秒前
20秒前
归海亦云发布了新的文献求助10
20秒前
小黑完成签到 ,获得积分10
22秒前
一一应助赤安采纳,获得10
22秒前
聪明怜阳完成签到,获得积分10
23秒前
传奇3应助鲫鱼丸丸饼采纳,获得10
26秒前
乐观乐枫完成签到,获得积分10
26秒前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Becoming: An Introduction to Jung's Concept of Individuation 600
Die Gottesanbeterin: Mantis religiosa: 656 500
中国氢能技术发展路线图研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3170173
求助须知:如何正确求助?哪些是违规求助? 2821426
关于积分的说明 7934020
捐赠科研通 2481663
什么是DOI,文献DOI怎么找? 1321976
科研通“疑难数据库(出版商)”最低求助积分说明 633447
版权声明 602595