On‐column digestion of proteins in aqueous‐organic solvents
Notice bibliographique
Résumé
Proteolytic digestion is an important step in protein identification by peptide mass mapping and tandem mass spectrometry (MS/MS)-based peptide sequencing. Traditional methods of protein digestion require extended incubation times and have difficulty with proteolytically resistant proteins. Here, we describe a method in which a protein solution was combined with a mixed aqueous-organic solution (methanol, isopropanol, or acetonitrile) and passed through a microcolumn containing immobilized trypsin. Myoglobin sequence coverage was high (>85%) in all three solvents, and differences in spectra were seen among the different solution conditions. Notably, methanol-based digestions produced fewer missed cleavages while acetonitrile-based digestions produced the most peptides and the most intense mass spectra. Flow rates through the column were varied from 0.5 to 15 micro L/min, corresponding to column residence times of 78 and 2.6 s, respectively. All flow rates produced high sequence coverage of myoglobin, although, at higher flow rates, more missed cleavages were observed. No significant increase in undigested myoglobin was observed with flow rates up to 15 micro L/min. The described method was applied to the digestion of human transferrin (hTf), a proteolytically resistant protein. Matrix-assisted laser desorption/ionization time-of-flight mass spectrometric (MALDI-TOFMS) analysis detected 42 peptides covering 46% of the hTf sequence. The traditional aqueous method resulted in 12 peptides (8% sequence coverage) only when high concentrations of trypsin were used. Lastly, digestion of low nanomolar myoglobin was shown to produce detectable peptides and resulted in a correct database hit. Thus, we demonstrate a method that is capable of rapid on-line digestion, thereby lending itself to high-throughput identification of proteins.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 | 0,003 |
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 ».