Two-Layer Sample Preparation Method for MALDI Mass Spectrometric Analysis of Protein and Peptide Samples Containing Sodium Dodecyl Sulfate
Notice bibliographique
Résumé
Sodium dodecyl sulfate (SDS) is widely used in protein sample workup. However, many mass spectrometric methods cannot tolerate the presence of this strong surfactant in a protein sample. We present a practical and robust technique based on a two-layer matrix/sample deposition method for the analysis of protein and peptide samples containing SDS by matrix-assisted laser desorption ionization mass spectrometry (MALDI-MS). The two-layer method involves the deposition of a mixture of sample and matrix on top of a thin layer of matrix crystals. It was found that for SDS-containing samples, the intensity of the MALDI signals can be affected by the conditions of sample preparation: on-probe washing, choice of matrix, deposition method, solvent system, and protein-to-SDS ratio. However, we found that, under appropriate conditions, the two-layer method gave reliable MALDI signals for samples with levels of SDS up to approximately 1%. The applications of this method are demonstrated for MALDI analysis of hydrophobic membrane proteins as well as bacterial extracts. We envision that this two-layer method capable of handling impure samples including those containing SDS will play an important role in protein molecular weight analysis as well as in proteome identification by MALDI-MS and MS/MS.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».