Slow-Equilibration Approximation in Kinetic Size Exclusion Chromatography
Notice bibliographique
Résumé
Kinetic size exclusion chromatography with mass spectrometry detection (KSEC-MS) is a solution-based label-free approach for studying kinetics of reversible binding of a small molecule to a protein. Extraction of kinetic data from KSEC-MS chromatograms is greatly complicated by the lack of separation between the protein and protein-small molecule complex. As a result, a sophisticated time-consuming numerical approach was used for the determination of rate constants in the proof-of-principle works on KSEC-MS. Here, we suggest the first non-numerical (analytical) approach for finding rate constants of protein-small molecule interaction from KSEC-MS data. The approach is based on the slow-equilibration approximation, which is applicable to KSEC-MS chromatograms that reveal two peaks. The analysis of errors shows that the slow-equilibration approximation guarantees that the errors in the rate constants are below 20% if the ratio between the characteristic separation and equilibration times does not exceed 0.1. The latter condition can typically be satisfied for specific interactions such as receptor-ligand or protein-drug. The suggested analytical solution equips analytical scientists with a simple and fast tool for processing KSEC-MS data. Moreover, a similar approach can be potentially developed for kinetic analysis of protein-small molecule binding by other kinetic-separation methods such as nonequilibrium capillary electrophoresis of equilibrium mixtures (NECEEM).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
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 tête enseignante, 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 ».