MétaCan
Menu
Retour à la cohorte
Enregistrement W1987699605 · doi:10.1002/mas.20105

Application of capillary electrophoresis mass spectrometry to the characterization of bacterial lipopolysaccharides

2006· article· en· W1987699605 sur OpenAlexafffund
Jianjun Li, James C. Richards

Notice bibliographique

RevueMass Spectrometry Reviews · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensInstitute for Biological Sciences
Organismes subventionnairesÚstav analytické chemie, Akademie Věd České RepublikyWuhan UniversityMcMaster University
Mots-clésChemistryCapillary electrophoresisMass spectrometryChromatographyCharacterization (materials science)Capillary electrophoresis–mass spectrometryElectrospray ionizationNanotechnology

Résumé

récupéré en direct d'OpenAlex

Capillary electrophoresis (CE) is a high-resolution technique for the separation of complex biological mixtures and has been widely applied to biological analyses. The coupling of capillary electrophoresis with mass spectrometry (MS) provides a powerful approach for rapid identification of target analytes present at trace levels in biological matrices, and for structural characterization of complex biomolecules. Here we review the analytical potential of combined capillary electrophoresis electrospray mass spectrometry (CE-MS) for the analysis of bacterial lipopolysaccharides (LPS). This hyphened methodology facilitates the determination of closely related LPS glycoform and isoform families by exploiting differences in their unique molecular conformations and ionic charge distributions by electrophoretic separation. On-line CE-MS also provides an additional avenue to improve detection limits, which has been successfully applied to directly probe oligosaccharide LPS glycoform populations of bacteria isolated from infected animal models without the need for further passage.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,205
Écart entre enseignants0,199 · 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

Citations56
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMass Spectrometry ReviewsMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207