Quantitative Statistical Analysis of Standard and Human Blood Proteins from Liquid Chromatography, Electrospray Ionization, and Tandem Mass Spectrometry
Notice bibliographique
Résumé
It will be important to determine if the parent and fragment ion intensity results of liquid chromatography, electrospray ionization and tandem mass spectrometry (LC-ESI-MS/MS) experiments have been randomly and independently sampled from a normal population for the purpose of statistical analysis by general linear models and ANOVA. The tryptic parent peptide and fragment ion m/z and intensity data in the mascot generic files from LC-ESI-MS/MS of purified standard proteins, and human blood protein fractionated by partition chromatography, were parsed into a Structured Query Language (SQL) database and were matched with protein and peptide sequences provided by the X!TANDEM algorithm. The many parent and/or fragment ion intensity values were log transformed, tested for normality, and analyzed using the generic Statistical Analysis System (SAS). Transformation of both parent and fragment intensity values by logarithmic functions yielded intensity distributions that closely approximate the log-normal distribution. ANOVA models of the transformed parent and fragment intensity values showed significant effects of treatments, proteins, and peptides, as well as parent versus fragment ion types, with a low probability of false positive results. Transformed parent and fragment intensity values were compared over all sample treatments, proteins or peptides by the Tukey-Kramer Honestly Significant Difference (HSD) test. The approach provided a complete and quantitative statistical analysis of LC-ESI-MS/MS data from human blood.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».