MétaCan
Menu
Retour à la cohorte
Enregistrement W1983939667 · doi:10.1021/pr050215d

Differential Dimethyl Labeling of N-Termini of Peptides after Guanidination for Proteome Analysis

2005· article· en· W1983939667 sur OpenAlexaff
Chengjie Ji, Nan Guo, Liang Li

Notice bibliographique

RevueJournal of Proteome Research · 2005
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésChemistryPeptideChromatographyProteomeMass spectrometryReductive aminationMatrix-assisted laser desorption/ionizationIsobaric labelingLysineTandem mass spectrometryAmino acidProtein mass spectrometryDesorptionBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

We describe an enabling technique for proteome analysis based on isotope-differential dimethyl labeling of N-termini of tryptic peptides followed by microbore liquid chromatography (LC) matrix-assisted laser desorption and ionization (MALDI) mass spectrometry (MS). In this method, lysine side chains are blocked by guanidination to prevent the incorporation of multiple labels, followed by N-terminal labeling via reductive amination using d(0),(12)C-formaldehyde or d(2),(13)C-formaldehyde. Relative quantification of peptide mixtures is achieved by examining the MALDI mass spectra of the peptide pairs labeled with different isotope tags. A nominal mass difference of 6 Da between the peptide pair allows negligible interference between the two isotopic clusters for quantification of peptides of up to 3000 Da. Since only the N-termini of tryptic peptides are differentially labeled and the a(1) ions are also enhanced in the MALDI MS/MS spectra, interpretation of the fragment ion spectra to obtain sequence information is greatly simplified. It is demonstrated that this technique of N-terminal dimethylation (2ME) after lysine guanidination (GA) or 2MEGA offers several desirable features, including simple experimental procedure, stable products, using inexpensive and commercially available reagents, and negligible isotope effect on reversed-phase separation. LC-MALDI MS combined with this 2MEGA labeling technique was successfully used to identify proteins that included polymorphic variants and low abundance proteins in bovine milk. In addition, by analyzing a mixture of two equal amounts of milk whey fraction as a control, it is shown that the measured average ratio for 56 peptide pairs from 14 different proteins is 1.02, which is very close to the theoretical ratio of 1.00. The calculated percentage error is 2.0% and relative standard deviation is 4.6%.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,052
Tête enseignante GPT0,414
Écart entre enseignants0,361 · 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
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

Citations107
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

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