Deciphering molecular interactions by proximity labeling

核酸 计算生物学 核糖核酸 蛋白质-蛋白质相互作用 DNA 生物化学 生物 基因
作者
Wei Qin,Kelvin F. Cho,P. Cavanagh,Alice Y. Ting
出处
期刊:Nature Methods [Springer Nature]
卷期号:18 (2): 133-143 被引量:343
标识
DOI:10.1038/s41592-020-01010-5
摘要

Many biological processes are executed and regulated through the molecular interactions of proteins and nucleic acids. Proximity labeling (PL) is a technology for tagging the endogenous interaction partners of specific protein ‘baits’, via genetic fusion to promiscuous enzymes that catalyze the generation of diffusible reactive species in living cells. Tagged molecules that interact with baits can then be enriched and identified by mass spectrometry or nucleic acid sequencing. Here we review the development of PL technologies and highlight studies that have applied PL to the discovery and analysis of molecular interactions. In particular, we focus on the use of PL for mapping protein–protein, protein–RNA and protein–DNA interactions in living cells and organisms. This Review describes proximity labeling methods that make use of peroxidases (APEX) or biotin ligases (TurboID, BioID), and their applications to studying protein–protein and protein–nucleic acid interactions in living systems.
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
七七七完成签到,获得积分10
刚刚
1秒前
白笙发布了新的文献求助10
2秒前
打打应助yesand...采纳,获得20
2秒前
狼牙月完成签到,获得积分10
2秒前
搜集达人应助李博士采纳,获得10
3秒前
FANYAO发布了新的文献求助10
3秒前
monkey完成签到,获得积分10
4秒前
kuma完成签到,获得积分10
4秒前
衰神发布了新的文献求助10
4秒前
4秒前
4秒前
吴静茹发布了新的文献求助10
5秒前
5秒前
张张发布了新的文献求助10
6秒前
lixiang完成签到,获得积分10
6秒前
丘比特应助123采纳,获得10
6秒前
一百二十一块七毛五完成签到,获得积分10
7秒前
monkey发布了新的文献求助10
7秒前
子车茗应助通~采纳,获得10
8秒前
9秒前
尘林发布了新的文献求助30
9秒前
NexusExplorer应助科科研研up采纳,获得10
10秒前
大模型应助我要发十篇sci采纳,获得10
10秒前
正直草丛发布了新的文献求助10
11秒前
小蘑菇应助zxy采纳,获得20
11秒前
李爱国应助xs采纳,获得10
12秒前
12秒前
12秒前
12秒前
我是老大应助科研通管家采纳,获得10
13秒前
丘比特应助科研通管家采纳,获得10
13秒前
研友_VZG7GZ应助科研通管家采纳,获得10
13秒前
大有阳光应助科研通管家采纳,获得10
13秒前
quhayley应助科研通管家采纳,获得10
13秒前
彭于晏应助科研通管家采纳,获得10
13秒前
大个应助科研通管家采纳,获得10
13秒前
13秒前
研友_VZG7GZ应助科研通管家采纳,获得10
13秒前
思源应助科研通管家采纳,获得10
13秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 600
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 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 3157139
求助须知:如何正确求助?哪些是违规求助? 2808445
关于积分的说明 7877659
捐赠科研通 2466978
什么是DOI,文献DOI怎么找? 1313089
科研通“疑难数据库(出版商)”最低求助积分说明 630364
版权声明 601919