Design and optimization of porous polymer enzymatic digestors for proteomics
Notice bibliographique
Résumé
Effective protein characterization and identification are demanding and time-consuming operations in proteomics because of long-protein purification/separation procedures, and even longer enzymatic digestions. In this work, polymer-based monolithic enzyme reactors were fabricated in fused-silica capillaries, and performance was characterized through protein digestion and identification by MALDI-MS and ESI-MS. Reactors were prepared by fabricating a porous methacrylate base monolith followed by photografting with glycidyl methacrylate, and immobilization of the enzyme(s) with carbonyldiimidazole. Trypsin and Staphylococcus aureus V-8 protease (Glu-C) were used to produce three types of reactors: trypsin-based, Glu-C-based, and trypsin combined with Glu-C. Protein digestions, performed by perfusing protein solutions through the reactor under pressure, were evaluated based on the peptide map generated when directly coupled to an ESI mass spectrometer. Excellent digestion was observed over flow rates from 0.2 to 1 microL/min, which corresponds to reactor residence times of 0.24-1.4 min. As a proof of principle, chromatographic separation of model proteins followed by the digestion of specific fractions using these proteolytic enzyme reactors and ESI-MS is demonstrated.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».