The Role of Mass Spectrometry in Biomarker Discovery and Measurement
Notice bibliographique
Résumé
Recent advances in the biological and analytical sciences have led to unprecedented interest in the discoveryand quantitation of endogenous molecules that serve as indicators of drug safety, mechanism of action, efficacy, and dis-ease state progression. By allowing for improved decision-making, these indicators, referred to as biomarkers, can dra-matically improve the efficiency of drug discovery and development. Mass spectrometry has been a key part of biomarkerdiscovery and evaluation owing to several important attributes, which include sensitive and selective detection, multi-analyte analysis, and the ability to provide structural information. Because of these capabilities, mass spectrometry hasbeen widely deployed in search for new markers both through the analysis of large molecules (proteomics) and smallmolecules (metabonomics). In addition, mass spectrometry is increasingly being used to support quantitative measurementto assist in the evaluation and validation of biomarker leads. In this revi ew, the dual role of mass spectrometry for bio-marker discovery and measurement is explored for both large and small molecules by examining the key technologies andmethods used along the continuum from drug discovery through clinical development. Keywords: Biomarker discovery, biomarker quantitation, proteomics, metabonomics, liquid chromatography massspectrometry (LC/MS), gas chromatography mass spectrometry (GC/MS), stable isotope internal standard, matrix assisted laserdesorption ionization, electrospray ionization
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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 ».