MétaCan
Menu
Retour à la cohorte
Enregistrement W1956076416 · doi:10.1002/9780470089941.et1202s02

Mass Spectrometry: An Outsourcing Guide

2009· article· en· W1956076416 sur OpenAlexaff
Leroi V. DeSouza, K. W. Michael Siu, Ronald E. Pearlman

Notice bibliographique

RevueCurrent Protocols Essential Laboratory Techniques · 2009
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésProteomeMass spectrometryOrganismComputational biologyProteomicsFocus (optics)Computer scienceData scienceChemistryChromatographyBiologyBiochemistryGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Proteomics is the study of the proteins expressed from the genome of a cell or organism. Analytical mass spectrometry has recently become a powerful tool to study a cell or organism's proteome and is the focus of this chapter. Mass spectrometry can be used for both qualitative and quantitative analysis of proteomes. This chapter will focus on qualitative analysis, addressing questions of what proteins are present in a proteome and what post‐translational modifications may be associated with these proteins. The instrumentation required for mass spectrometric analysis is generally not available in a standard research laboratory or as part of an undergraduate laboratory, being associated in general with a core facility. We will not describe here details of specific operation of the instruments. Here we focus on the common types of analysis presently in routine use and on preparation of samples for routine biological mass spectrometric analysis that will allow most laboratories, including undergraduate and graduate teaching laboratories, to prepare and analyze samples in experiments designed to obtain proteomic information. Curr. Protoc. Essential Lab. Tech . 2:12.2.1‐12.1.18. © 2009 by John Wiley & Sons, Inc.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,364
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Protocols Essential Laboratory TechniquesMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207