MétaCan
Menu
Retour à la cohorte
Enregistrement W2099424814 · doi:10.1039/c0mb00159g

Targeted proteomics by selected reaction monitoring mass spectrometry: applications to systems biology and biomarker discovery

2010· review· en· W2099424814 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMolecular BioSystems · 2010
Typereview
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensUniversity Health NetworkUniversity of TorontoOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésProteomicsProteomeBiomarker discoveryMass spectrometryComputational biologyBiomarkerQuantitative proteomicsProfiling (computer programming)Posttranslational modificationSelected reaction monitoringChemistryBiologyNanotechnologyBioinformaticsComputer scienceTandem mass spectrometryChromatographyBiochemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Mass Spectrometry-based proteomics is now considered a relatively established strategy for protein analysis, ranging from global expression profiling to the identification of protein complexes and specific post-translational modifications. Recently, Selected Reaction Monitoring Mass Spectrometry (SRM-MS) has become increasingly popular in proteome research for the targeted quantification of proteins and post-translational modifications. Using triple quadrupole instrumentation (QqQ), specific analyte molecules are targeted in a data-directed mode. Used routinely for the quantitative analysis of small molecular compounds for at least three decades, the technology is now experiencing broadened application in the proteomics community. In the current review, we will provide a detailed summary of current developments in targeted proteomics, including some of the recent applications to biological research and biomarker discovery.

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.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,313
Écart entre enseignants0,298 · 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