MétaCan
Menu
Retour à la cohorte
Enregistrement W2272694003 · doi:10.1385/1-59745-214-9:365

A Rapid, Economical, and Reproducible Method for Human Serum Delipidation and Albumin and IgG Removal for Proteomic Analysis

2006· article· en· W2272694003 sur OpenAlexaff
Qin Fu, Diane E. Bovenkamp, Jennifer E. Van Eyk

Notice bibliographique

RevueHumana Press eBooks · 2006
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensQueen's University
Organismes subventionnairesNational Heart, Lung, and Blood InstituteJohns Hopkins University
Mots-clésChemistryChromatographyAlbuminBovine serum albuminCentrifugationProteomeBlood proteinsHuman serum albuminSerum albuminAntibodyProteomicsBiochemistryBiologyImmunology

Résumé

récupéré en direct d'OpenAlex

Serum is a readily available source for diagnostic assays, but the identification of disease-specific serum biomarkers has been impeded by the dominance of human serum albumin (HSA) and immunoglobulin G (IgG) in the serum proteome. Therefore, in order to observe lower-abundance serum proteins, removal or depletion of at least these two proteins is required. However, the depletion method needs to be inexpensive and reproducible. We describe such a protocol that combines delipidation by centrifugation, IgG removal with Protein G Sepharose, and HSA depletion with sodium chloride/ethanol precipitation. The protocol is streamlined to increase reproducibility and is compatible with many proteomic platforms, including two-dimensional gel electrophoresis, and high-performance liquid chromatography either offline or coupled online with a mass spectrometer. The reproducible depletion of lipids, IgG, and HSA permits a higher load of the remaining serum proteins, facilitating the identification of disease biomarkers.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,446
Score d'incertitude au seuil0,727

Scores Codex et Gemma par catégorie

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

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 Opus0,043
Tête enseignante GPT0,326
Écart entre enseignants0,283 · 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.

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

Citations28
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumana Press eBooksMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207