MétaCan
Menu
Retour à la cohorte
Enregistrement W1973361127 · doi:10.1021/pr201092v

Precision of Heavy–Light Peptide Ratios Measured by MALDI-TOF Mass Spectrometry

2012· article· en· W1973361127 sur OpenAlexaff
N. Leigh Anderson, Morteza Razavi, Terry W. Pearson, Gary Kruppa, Rainer Paape, Detlev Suckau

Notice bibliographique

RevueJournal of Proteome Research · 2012
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Cancer Institute
Mots-clésPeptideChemistryChromatographyMass spectrometryIsotope dilutionStandard curveAnalytical Chemistry (journal)DilutionBiochemistry

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,029
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,050
Tête enseignante GPT0,375
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations59
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Proteome ResearchMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207