Second-generation MS-based high-throughput screening system for enantioselective catalysts and biocatalysts
Notice bibliographique
Résumé
A high-throughput method is described, where the enantioselectivity of approximately 10 000 catalysts or biocatalysts can be determined per day. The method is based on electrospray mass spectrometric techniques using an eight-channel multiplexed (MUX) sprayer system connected to a time-of-flight mass spectrometer. The inlet of the ion source is controlled by a stepping rotor that is continuously moving from one sprayer to the next with a recording time of 100 ms for each channel and a delay time of 50 ms, thus allowing a spectrum to be obtained from each channel every 1.2 s. One cycle, where eight samples are being sprayed in parallel, requires around 70 s, which allows a 96-well microtiter plate to be screened in 14 min. Integration of two pseudo-enantiomers (S)-glycidyl phenyl ether and (R)-D5-glycidyl phenyl ether is necessary to quantify the enantiomeric excess (ee-value), where one enantiomer is isotopically labeled to allow easy identification of the mass spectrometric signals. Errors of ~2% for the ee-values indicate that in addition to the significant improvement in sample throughput this is also a precise method for high-throughput screening. This second-generation assay is useful for combinatorial enantioselective transition-metal catalysis and in the directed evolution of enantioselective enzymes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,002 |
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 ».