MétaCan
Menu
Retour à la cohorte
Enregistrement W2155276271 · doi:10.1002/jms.1708

A fast, reproducible and low‐cost method for sequence deconvolution of ‘on‐bead’ peptides via ‘on‐target’ maldi‐TOF/TOF mass spectrometry

2009· article· en· W2155276271 sur OpenAlexafffund
Giulio A. Amadei, Choi‐Fong Cho, John D. Lewis, Leonard G. Luyt

Notice bibliographique

RevueJournal of Mass Spectrometry · 2009
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensCancer Care OntarioWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésChemistryMass spectrometryPeptideLinkerChromatographyMatrix-assisted laser desorption/ionizationPentamerPolystyreneMALDI imagingDeconvolutionCombinatorial chemistryDesorptionPolymerAdsorptionAlgorithmBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A novel approach to high-throughput sequence deconvolution of on-bead small peptides (MW < 2000 Da) using on-target MALDI-TOF/TOF instrumentation is presented. Short peptides of pentamer and octamer length, covalently attached to TentaGel polystyrene beads through a photolabile linker, were placed onto the MALDI target, apportioned with suitable matrix (2,5-dihydroxybenzoic acid) and then hit with the instrument laser (Nd : YAG, 355 nm). This induced easy and highly reproducible photochemical cleavage, desorption (MS mode) and fragmentation (MS/MS mode). Peptide fragments were identified with a mass accuracy of 0.1 Da of the expected values. This technique significantly accelerates the sequence determination of positive peptide hits obtained from random combinatorial libraries when screening against biological targets, paving the way for a rapid and efficient method to identify molecular imaging ligands specific to pathological targets in cancer and other diseases.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,381
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,312
Écart entre enseignants0,291 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Mass SpectrometryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207