Experiment and theory combine to produce a practical negative ion calibration set for collision cross‐section determinations by travelling‐wave ion‐mobility mass spectrometry
Notice bibliographique
Résumé
RATIONALE: There are relatively few cross-section measurements for negatively charged ions. Available calibrants provide sufficient cross-section coverage for the 390 Å(2) to 641 Å(2) and 1174 Å(2) to 3395 Å(2) ranges. This is not particularly well suited for determining the collision cross-sections of smaller ions, such as small peptides. METHODS: Molecular mechanics/molecular dynamics (MM/MD) simulations, coupled with simulated annealing, were used to find the low-energy molecular conformations of polystyrene (PS) oligomers of length 3-9 (singly deprotonated) and 5-13 (doubly deprotonated). The trajectory method in MOBCAL was employed to derive their respective collision cross-sections, Ω. A calibration plot relating corrected Ω values to drift times in a Waters Synapt G2 mass spectrometer was used to predict the Ω values for the -2 to -6 charge states of dT(10) DNA. RESULTS: The in silico design of a reliable negative ion calibration set for ion mobility spectrometry successfully resulted in the use of α,ω-carboxy-terminated PS oligomers to determine the collision cross-sections of negatively charged ions in the range 132-388 Å(2). All charge states of dT(10) DNA were predicted to within 3% of the referenced values for these ions. CONCLUSIONS: α,ω-Carboxy-terminated PS oligomers were found to be an excellent choice to calibrate ion mobility spectrometers to obtain cross-sections for moderately sized ions. Oligomers with fewer, or weaker, interactions among the internal side chains (like poly(ethylene glycol) oligomers) tend to have a wide range of low-energy molecular conformations resulting in large standard deviations in their theoretically predicted collision cross-sections.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».