MétaCan
Menu
Retour à la cohorte
Enregistrement W2060968894 · doi:10.1021/ac051851y

Identification of Trichloroethanol Visualized Proteins from Two-Dimensional Polyacrylamide Gels by Mass Spectrometry

2006· article· en· W2060968894 sur OpenAlexaff
Carol L. Ladner-Keay, Robert A. Edwards, David C. Schriemer, Raymond J. Turner

Notice bibliographique

RevueAnalytical Chemistry · 2006
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésChemistryMass spectrometryChromatographyPolyacrylamideIdentification (biology)Polyacrylamide gel electrophoresisBiochemistryPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

Proteins visualized by 2,2,2-trichloroethanol (TCE) on two-dimensional electrophoresis gels are efficiently identified by matrix-assisted laser desorption/ionization time-of-flight (MALDI-TOF) mass spectrometry (MS) and MS/MS. In a previous study, a method was developed that placed TCE in the polyacrylamide gel so that protein bands can be visualized without staining in less than 5 min. A visible fluorophore is generated by reaction of TCE with tryptophan that allows for protein visualization. In this study, MALDI-TOF MS and LC-MS/MS are used to identify randomly selected Escherichia coli proteins. The identification of TCE visualized proteins is compared to the identification of Coomassie brilliant blue (CBB) stained proteins from two-dimensional gel electrophoresis of E. coli proteins. This study demonstrated that TCE visualized proteins are compatible with protein identification by MALDI-TOF peptide mass fingerprinting. For 10 randomly selected spots, TCE visualization lead to statistically significant identification of 5 proteins and CBB visualization lead to identification of 6 proteins. TCE visualized proteins are also shown to be well suited for protein identification using LC-MS/MS. In 16 spots selected for MS/MS analysis, TCE samples lead to the identification of 79 peptides; while CBB samples lead to the identification of 65 peptides. TCE samples also supported the identification of more proteins. The low stoichiometry of labeling of tryptophan residues does not require inclusion of this modification for database searches. In addition to being a rapid visualization technique compatible with MS, TCE visualization utilizes rapid washing conditions for sample preparation of proteins spots excised from polyacrylamide gels.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,274
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations19
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207