MétaCan
Menu
Retour à la cohorte
Enregistrement W2067730243 · doi:10.1021/bc0503059

Synthesis of Acid-Cleavable Light Isotope-Coded Affinity Tags (ICAT-<i>L</i>) for Potential Use in Proteomic Expression Profiling Analysis

2005· article· en· W2067730243 sur OpenAlexfundno aff
Abdul H. Fauq, Rajashaker Kache, Murad Ali Khan, Irving E. Vega

Notice bibliographique

RevueBioconjugate Chemistry · 2005
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeCanadian Institute for Theoretical Astrophysics
Mots-clésChemistryBiotinProteomeCombinatorial chemistryPeptideMoietyTandem mass spectrometryLinkerReagentCysteineTandem mass tagMass spectrometryChromatographyProteomicsBiochemistryQuantitative proteomicsStereochemistryEnzymeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A convenient synthesis of some homologous light isotope-coded affinity tags (ICAT-L) containing an acid-labile moiety between the affinity component biotin and an electrophilic polar linker is described. These light ICAT reagents give smooth mass spectral signals in tandem mass spectrometry (MS/MS) analyses of some commercially available cysteine-containing peptides. However, these ICAT molecules are designed for use in identification and relative quantification of whole or partially purified cellular and tissue proteomes. Since the biotin moiety can be readily cleaved off the reagent after mass tagging, undesired residual fragmentation patterns caused by biotin of derived peptides, as normally observed using biotin-containing ICAT reagents, are effectively eliminated. This strategy should enhance peptide sequence coverage significantly which, in turn, should result in improving the quality of data obtained during data-dependent peptide mass and tandem mass spectral analysis of whole proteomes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,256
Écart entre enseignants0,241 · 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

Citations41
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioconjugate ChemistryMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207