Amicon-adapted enhanced FASP: an in-solution digestion-based alternative sample preparation method to FASP
Notice bibliographique
Résumé
Sample preparation is a crucial step for liquid chromatography-tandem mass spectrometry (LC-MS/MS)-based proteomics. Sodium dodecyl sulfate (SDS) is a powerful denaturing detergent that allows for long-term preservation of protein integrity. However, as it inhibits trypsin and interferes with LC-MS/MS analyses, it must be removed from samples prior to these experiments. The Filter-Aided Sample Preparation (FASP) method is actually one of the preferred and simplest methods for such purpose. Nonetheless, there exist great disparities in the quality of outcomes when comparing FASP to other protocols depending on the authors, and recent reports have pointed to concerns regarding its depth of proteome coverage. To address these issues, we propose an Amicon-adapted in-solution-based enhanced FASP (eFASP) approach that relies on current best practices in comprehensive proteomics sample preparation. Human megakaryoblastic leukaemia cancer cells’ protein extracts were treated in parallel with both Amicon-adapted eFASP and FASP, quantified for remaining SDS and then analyzed with a 1-hr gradient LC-MS/MS run. The Amicon-adapted eFASP utilizes a passivated low molecular weight cut-off Amicon filter, and incorporates a cleaning step with a high-content deoxycholate buffer and a ‘one-step-two-enzymes’ trypsin/Lys-C in-solution digestion. Amicon-adapted eFASP was found more reproducible and deepened proteome coverage, especially for membrane proteins. As compared to FASP, Amicon-adapted eFASP removed much of SDS from high-protein samples and reached a notable depth of proteome coverage with nearly 1,700 proteins identified in a 1 hr LC-MS/MS single-run analysis without prior fractionation. Amicon-adapted eFASP can therefore be regarded as a simple and reliable sample preparation approach for comprehensive proteomics.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».