MétaCan
Menu
Retour à la cohorte
Enregistrement W2252284732 · doi:10.1186/s12575-015-0031-9

Characterising protein/detergent complexes by triple-detection size-exclusion chromatography

2016· article· en· W2252284732 sur OpenAlexfundno aff
Katharina Gimpl, Jessica Klement, Sandro Keller

Notice bibliographique

RevueBiological Procedures Online · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Chemistry and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoDeutsche ForschungsgemeinschaftTechnische Universität KaiserslauternCarl-Zeiss-Stiftung
Mots-clésSize-exclusion chromatographyChromatographyChemistryProtein detectionComputational biologyComputer scienceBiologyBiochemistryEnzymeNanotechnologyMaterials science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In vitro investigations of membrane proteins usually depend on detergents for protein solubilisation and stabilisation. The amount of detergent bound to a membrane protein is relevant to successful experiment design and data analysis but is often unknown. Triple-detection size-exclusion chromatography enables simultaneous separation of protein/detergent complexes and protein-free detergent micelles and determination of their molar masses in a straightforward and absolute manner. Size-exclusion chromatography is used to separate different species, while ultraviolet absorbance, static light scattering, and refractive index measurements allow molar mass determination of protein and detergent components. RESULTS: We refined standard experimental and data-analysis procedures for challenging membrane-protein samples that elude routine approaches. The general procedures including preparatory steps, measurements, and data analysis for the characterisation of both routine and complex samples in difficult solvents such as concentrated denaturant solutions are demonstrated. The applicability of the protocol but also its limitations and possible solutions are discussed, and an extensive troubleshooting section is provided. CONCLUSIONS: We established and validated a protocol for triple-detection size-exclusion chromatography that enables the inexperienced user to perform and analyse measurements of well-behaved protein/detergent complexes. More experienced users are provided with an example of a more sophisticated analysis procedure allowing mass determination under challenging separation conditions.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,011
Tête enseignante GPT0,226
Écart entre enseignants0,215 · 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
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

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiological Procedures OnlineMême sujetEnvironmental Chemistry and AnalysisTravaux en français237 207