Selective Sampling of Phosphopeptides for Detection by MALDI Mass Spectrometry
Notice bibliographique
Résumé
The analysis of phosphopeptides by mass spectrometry (MS) is one of the most challenging tasks in proteomics. This is due to the lower isoelectric point (pI) of phosphopeptides, which leads to inefficient sample ionization in MS, particularly when competing with other peptides. The problem is compounded by the typical low abundance of phosphopeptides in biological samples. We describe here a simple nonsorptive method to isolate phosphopeptides based on their pI. A voltage is applied to selectively migrate the phosphopeptides into a capillary, which are negatively charged at acidic pH. The selectively sampled fraction is directly deposited onto MALDI sample target in nanoliter volumes (7-35 nL) for highly sensitive MS detection. No significant sample loss is evident in this procedure; hence, the MS was able to detect the isolated phosphopeptides at trace quantity. In this case, attomole-level detection limit is achieved for synthetic phosphopeptides (nM concentration and nL volume), from a mixture containing other peptides at up to 1 million times higher in concentration. Selective sampling was also applied to the tryptic digest of beta- and alpha-caseins to reveal the multiple phosphorylated peptides at the low-femtomole level using MALDI MS. Knowledge of pI based on the rejection/injection of peptides was found to be useful in peak assignment. To confirm the sequence of the selectively sampled peptides, fraction collection was performed for offline ESI MS/MS analysis.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».