A multiplexed post‐translational modification monitoring approach on a matrix‐assisted laser desorption/ionization time‐of‐flight/time‐of‐flight mass spectrometer
Notice bibliographique
Résumé
Post-translational modifications (PTMs) of proteins are essential for proper function, as they regulate many aspects of a protein's activity and interaction with substrates. When analyzing modified peptides derived from such proteins by mass spectrometry, these modifications can dissociate, producing either a marker ion or neutral loss characteristic of the modification, which have conventionally been monitored with a precursor ion scan or neutral loss scan, respectively. Although powerful, both precursor ion scans and neutral loss scans can only screen for one particular modification at a time. This has led to the development of multiple neutral loss monitoring (MNM) for neutral losses and multiple precursor ion monitoring (MPM) for marker ions on electrospray instruments. Here, we report their implementation on a matrix-assisted laser desorption/ionization (MALDI) instrument as well as the inception of a novel scan strategy termed targeted multiple precursor ion monitoring (tMPM). This latter scan strategy has been developed on a MALDI tandem time-of-flight (TOF/TOF) mass spectrometer for the identification of multiple PTMs via their associated marker ions by manipulating certain components of the instrument, notably the timed ion selector and the delayed extraction source 2. Targeted MPM combined with a second approach, multiple neutral loss monitoring (MNM), is shown to be a successful approach in the identification of PTMs, identifying multiple modified peptides in a complex sample matrix.
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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
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 ».