Formation of phosphopeptide‐metal ion complexes in liquid chromatography/electrospray mass spectrometry and their influence on phosphopeptide detection
Notice bibliographique
Résumé
Despite major advances in mass spectrometry, the detection of phosphopeptides by liquid chromatography with electrospray mass spectrometry (LC/ES-MS) still remains very challenging in proteomics analysis. Phosphopeptides do not protonate efficiently due to the presence of one or more acidic phosphate groups, making their detection difficult. However, other mechanisms also contribute to the difficulties in phosphopeptide analysis by LC/ES-MS. We report here on one such undocumented problem: the formation of phosphopeptide-metal ion complexes during LC/ES-MS. It is demonstrated that both synthetic phosphopeptides and phosphopeptides from bovine beta-casein and alpha-casein form phosphopeptide-metal ion complexes containing iron and aluminum ions, resulting in a dramatic decrease in signal intensity of the protonated phosphopeptides. The interaction of phosphopeptides with metal ions on the surface of the C18 stationary phase is also shown to alter their chromatographic behavior on reversed-phase columns such that the phosphopeptides, especially multiply phosphorylated peptides, become strongly retained and very difficult to elute. The sources of iron and aluminum are from the solvents, stainless steel, glassware and C18 material. It was also found that, upon addition of EDTA, the formation of the phosphopeptide-metal ion complex is diminished, and the phosphopeptides that did not elute from the LC column can now be detected efficiently as protonated molecules. The sensitivity of detection was greatly increased such that a tetra-phosphorylated peptide, RELEELNVPGEIVEpSLpSpSpSEESITR from the tryptic digestion of bovine beta-casein, was detected at a limit of detection of 25 fmol, which is 400 times lower than without EDTA.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 0,001 |
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 ».