Towards detecting regulatory protein–metabolite interactions

代谢物 生物 计算生物学 生物化学
作者
Maren Diether,Uwe Sauer
出处
期刊:Current Opinion in Microbiology [Elsevier]
卷期号:39: 16-23 被引量:41
标识
DOI:10.1016/j.mib.2017.07.006
摘要

New mapping approaches have greatly expanded our view on the cellular landscape of protein-metabolite interactions. These methods either identify proteins interacting with a selected metabolite or vice versa. By reviewing recent developments, we found that comprehensive mapping of the protein-metabolite interaction space can be achieved eventually using existing methods, amongst which proteomics techniques to assess cell wide protein property changes in response to metabolite treatment currently offer the highest potential. Since we expect major advances in mapping protein-metabolite interactions in the near future, the challenge shifts to the identification of interaction functionality, for which currently only few specialized methods are available.
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
草履虫的香蕉皮完成签到,获得积分10
刚刚
1秒前
笑点低满天完成签到,获得积分10
1秒前
1秒前
小羊123发布了新的文献求助10
1秒前
852应助优雅狗采纳,获得10
1秒前
sgkyy完成签到,获得积分10
1秒前
3秒前
神说发布了新的文献求助200
3秒前
夏来应助猹理斯采纳,获得10
3秒前
彪壮的梦槐完成签到,获得积分10
4秒前
花佚狐完成签到,获得积分10
5秒前
KingLancet完成签到,获得积分10
5秒前
疏雨清明完成签到,获得积分10
5秒前
6秒前
风车车发布了新的文献求助10
7秒前
7秒前
乐观的雁兰完成签到 ,获得积分10
8秒前
1234发布了新的文献求助10
8秒前
Jadedew完成签到,获得积分10
8秒前
Likx完成签到,获得积分10
8秒前
9秒前
10秒前
10秒前
大模型应助KingLancet采纳,获得10
10秒前
11秒前
Sean发布了新的文献求助10
11秒前
11秒前
笑脸发布了新的文献求助10
11秒前
Mike发布了新的文献求助40
12秒前
Ida发布了新的文献求助10
12秒前
mkbk完成签到,获得积分10
13秒前
13秒前
星辰大海应助yiwangwuqian采纳,获得10
13秒前
北极星关注了科研通微信公众号
14秒前
复杂念梦完成签到 ,获得积分10
14秒前
15秒前
Joy发布了新的文献求助10
16秒前
科研通AI2S应助lai采纳,获得10
16秒前
yym发布了新的文献求助10
17秒前
高分求助中
Tracking and Data Fusion: A Handbook of Algorithms 1000
Models of Teaching(The 10th Edition,第10版!)《教学模式》(第10版!) 800
La décision juridictionnelle 800
Rechtsphilosophie und Rechtstheorie 800
Academic entitlement: Adapting the equity preference questionnaire for a university setting 500
Arkiv för kemi 400
Machine Learning in Chemistry 400
热门求助领域 (近24小时)
化学 医学 材料科学 生物 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 物理化学 催化作用 免疫学 细胞生物学 电极
热门帖子
关注 科研通微信公众号,转发送积分 2877336
求助须知:如何正确求助?哪些是违规求助? 2490329
关于积分的说明 6741288
捐赠科研通 2172046
什么是DOI,文献DOI怎么找? 1154161
版权声明 586070
科研通“疑难数据库(出版商)”最低求助积分说明 566681