MALDI-MS Direct Tissue Analysis of Proteins: Improving Signal Sensitivity Using Organic Treatments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Direct tissue analysis using MALDI-MS allows the generation of profiles while maintaining the integrity of the tissue, displaying cellular localizations and avoiding tedious extraction and purification steps. However, lower spectral quality can result from direct tissue analysis due to variations in section thickness, the nature of the tissue, and the limited access to peptides/proteins due to high lipid content. To improve signal sensitivity, we have developed a tissue-washing procedure using organic solvents traditionally used for lipid extraction, i.e., CHCl3, hexane, toluene, acetone, and xylene. The increased detection for peptides/proteins (m/z 5000-30,000) is close to 40% with chloroform or xylene, and 25% with hexane, while also improving sample reproducibility for each solvent used in the present study. This strategy improved matrix cocrystallization with tissue peptides/proteins and more importantly with cytoplasmic proteins without delocalization. The extracted lipids were characterized by nanoESI-QqTOF/MS/MS using the precursor ion mode, lithium adducts, or both and were identified as phospholipids including phosphatidylcholine, phosphatidylethanolamine, phosphatidylinositol, and lysophosphatidylinositol, confirming membrane lipid extraction from the tissues.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 découle