<scp>MRM</scp>‐based multiplexed quantitation of 67 putative cardiovascular disease biomarkers in human plasma
Notice bibliographique
Résumé
A highly-multiplexed MRM-based assay for determination of cardiovascular disease (CVD) status and disease classification has been developed for clinical research. A high-flow system using ultra-high performance LC and an Agilent 6490 triple quadrupole mass spectrometer, equipped with an ion funnel, provided ease of use and increased the robustness of the assay. The assay uses 135 stable isotope-labeled peptide standards for the quantitation of 67 putative biomarkers of CVD in tryptic digests of whole plasma in a 30-min assay. Eighty-five analyses of the same sample showed no loss of sensitivity (<20% CV for 134/135 peptides) and no loss of retention time accuracy (<0.5% CV for all peptides). The maximum linear dynamic range of the MRM assays ranged from 10(3) -10(5) for 106 of the assays. Excellent linear responses (r >0.98) were obtained for 117 of the 135 peptide targets with attomole level limits of quantitation (<20% CV and accuracy 80-120%) for 81 of the 135 peptides. The assay presented in this study is easy to use, robust, sensitive, and has high-throughput capabilities through short analysis time and complete automated sample preparation. It is therefore well suited for CVD biomarker validation and discovery in plasma.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».