Nanoliter Sample Handling Combined with Microspot MALDI−MS for Detection of Gel-Separated Phosphoproteins
Notice bibliographique
Résumé
We describe a microspot matrix-assisted laser desorption ionization (MALDI) mass spectrometric approach to analyze gel-separated phosphoproteins. This method involves in-gel digestion of phosphoproteins after gel separation, followed by open tubular capillary (OTC) immobilized metal-ion affinity chromatography (IMAC) to capture the phosphopeptides with markedly reduced interferences from nonphosphorylated peptides. Nanoliter-volume of ammonium phosphate is used to elute the phosphopeptides captured on the capillary tube. After mixing with a small volume of matrix solution in the capillary, the effluent is deposited in a microspot on a sample plate for MALDI-MS analysis. It is also shown that, with peptide esterification after in-gel digestion of a phosphoprotein, negative ion detection in MALDI gives a distinct advantage over the positive ion mode of operation for phosphopeptide analysis, even without IMAC enrichment. However, the OTC-IMAC technique is demonstrated to be superior to the approach of negative ion detection of esterified in-gel digests without IMAC. OTC-IMAC is found to be sufficiently selective to capture phosphopeptides from in-gel digest of a gel band containing predominately one protein and the combination of peptide esterification and IMAC enrichment does not provide any real advantage. Using a standard phosphoprotein alpha-casein as a model system, we demonstrate that this OTC-IMAC method can detect a number of phosphopeptides after in-gel digestion with mid-fmol protein sample loading. An example of real world applications of this method is illustrated in the characterization of a fusion protein, His182, expressed in E. coli.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».