MétaCan
Menu
Retour à la cohorte
Enregistrement W2155935626 · doi:10.1002/rcm.1649

Nanospray ‘taxation’ and how to avoid it

2004· article· en· W2155935626 sur OpenAlexfundno aff
Igor V. Chernushevich, U. Bahr, Michael Karas

Notice bibliographique

RevueRapid Communications in Mass Spectrometry · 2004
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesGenome PrairieGenome Canada
Mots-clésChemistryMelittinChromatographyBovine serum albuminPeptideAnalyteElectrospray ionizationMass spectrometryElectrosprayIonIon chromatographyBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In mass spectrometric analysis with nanospray ionization, some analytes were found to appear in spectra with a delay of tens of minutes, while a few others could not be detected at all. The effect was found to be related to cation-exchange chromatography with negative charge on the glass surface, and with the most affected peptide or protein ions having strong localization of positive charge in blocks of two or more adjacent basic amino acid residues (e.g. melittin). The 'affinity' to the glass surface was studied with a peptide mixture and bovine serum albumin (BSA) tryptic digest solutions at sub-micromolar concentration. About 20% fewer tryptic peptides could be identified from spectra recorded with a glass nanospray capillary compared to those acquired with either conventional 1 microL/min electrospray or a quartz nanospray capillary. Protein identification studies are not likely to be seriously affected by this loss, but other protein applications, such as investigations of mutations or post-translational modifications, may suffer due to reduced sequence coverage. Ways to avoid losses of useful ions are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,013

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 GPT0,286
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations17
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRapid Communications in Mass SpectrometryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207