Comparative Study of Three Methods for Affinity Measurements: Capillary Electrophoresis Coupled with UV Detection and Mass Spectrometry, and Direct Infusion Mass Spectrometry
Notice bibliographique
Résumé
We present affinity capillary electrophoresis and mass spectrometry (ACE-MS) as a comprehensive separation technique for label-free solution-based affinity analysis. The application of ACE-MS for measuring affinity constants between eight small molecule drugs [ibuprofen, s-flurbiprofen, diclofenac, phenylbutazone, naproxen, folic acid, resveratrol, and 4,4'-(propane-1,3-diyl) dibenzoic acid] and β-cyclodextrin is described. We couple on-line ACE with MS to combine the separation and kinetic capability of ACE together with the molecular weight and structural elucidation of MS in one system. To understand the full potential of ACE-MS, we compare it with two other methods: Direct infusion mass spectrometry (DIMS) and ACE with UV detection (ACE-UV). After the evaluation, DIMS provides less reliable equilibrium dissociation constants than separation-based ACE-UV and ACE-MS, and cannot be used solely for the study of noncovalent interactions. ACE-MS determines apparent dissociation constants for all reacting small molecules in a mixture, even in cases when drugs overlap with each other during separation. The ability of ACE-MS to interact, separate, and rapidly scan through m/z can facilitate the simultaneous affinity analysis of multiple interacting pairs, potentially leading to the high-throughput screening of drug candidates.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».