Precision of Heavy–Light Peptide Ratios Measured by MALDI-TOF Mass Spectrometry
Notice bibliographique
Résumé
We have investigated the precision of peptide quantitation by MALDI-TOF mass spectrometry (MS) using six pairs of proteotypic peptides (light) and same-sequence stable isotope labeled synthetic internal standards (heavy). These were combined in two types of dilution curves spanning 100-fold and 2000-fold ratios. Coefficients of variation (CV; standard deviation divided by mean value) were examined across replicate MALDI spots using a reflector acquisition method requiring 100 000 counts for the most intense peak in each summed spectrum. The CV of light/heavy peptide centroid peak area ratios determined on four replicate spots per sample, averaged across 11 points of a 100-fold dilution curve and over all six peptides, was 2.2% (ranging from 1.5 to 3.7% among peptides) at 55 fmol total (light + heavy) of each peptide applied per spot, and 2.5% at 11 fmol applied. The average CV of measurements at near-equivalence (light = heavy, the center of the dilution curve) for the six peptides was 1.0%, about 17-fold lower CV than that observed when five peptides were ratioed to a sixth peptide (i.e., a different-sequence internal standard). Response curves across the 100-fold range were not completely linear but could be closely modeled by a power law fit giving R(2) values >0.998 for all peptides. The MALDI-TOF MS method was used to determine the endogenous level of a proteotypic peptide (EDQYHYLLDR) of human protein C inhibitor (PCI) in a plasma digest after enrichment by capture on a high affinity antipeptide antibody, a technique called stable isotope standards and capture by anti-peptide antibodies (SISCAPA). The level of PCI was determined to be 770 ng/mL with a replicate measurement CV of 1.5% and a >14 000-fold target enrichment via SISCAPA-MALDI-TOF. These results indicate that MALDI-TOF technology can provide precise quantitation of high-to-medium abundance peptide biomarkers over a 100-fold dynamic range when ratioed to same-sequence labeled internal standards and enriched to near purity by specific antibody capture. The robustness and throughput of MALDI-TOF in comparison to conventional nano-LC-MS technology could enable currently impractical large-scale verification studies of protein biomarkers.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».