MétaCan
Menu
Retour à la cohorte
Enregistrement W2051734689 · doi:10.1016/j.ab.2010.11.008

High-performance liquid chromatography separation and intact mass analysis of detergent-solubilized integral membrane proteins

2010· article· en· W2051734689 sur OpenAlexfundno aff
G. Berridge, R. Chalk, Nazzareno D’Avanzo, Liang Dong, D. Doyle, Jung-In Kim, Xiaobing Xia, N. Burgess-Brown, Antonio deRiso, Elisabeth P. Carpenter, O. Gileadi

Notice bibliographique

RevueAnalytical Biochemistry · 2010
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchKnut och Alice Wallenbergs StiftelseKarolinska InstitutetOntario Ministry of Research, Innovation and ScienceNovartis FoundationStiftelsen för Strategisk ForskningOntario Genomics InstituteCanada Foundation for InnovationWellcome TrustStiftelsen för Strategisk ForskningGenome CanadaOntario Innovation TrustMerckGlaxoSmithKline
Mots-clésChromatographyChemistryIntegral membrane proteinMass spectrometryMembrane proteinLiquid chromatography–mass spectrometryMembraneSolubilizationHigh-performance liquid chromatographyQuantitative analysis (chemistry)Biochemistry

Résumé

récupéré en direct d'OpenAlex

We have developed a method for intact mass analysis of detergent-solubilized and purified integral membrane proteins using liquid chromatography-mass spectrometry (LC-MS) with methanol as the organic mobile phase. Membrane proteins and detergents are separated chromatographically during the isocratic stage of the gradient profile from a 150-mm C3 reversed-phase column. The mass accuracy is comparable to standard methods employed for soluble proteins; the sensitivity is 10-fold lower, requiring 0.2-5 μg of protein. The method is also compatible with our standard LC-MS method used for intact mass analysis of soluble proteins and may therefore be applied on a multiuser instrument or in a high-throughput environment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,261
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical BiochemistryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207