Fluorous Monolith Specificity: The Effects of Polymer Density and Secondary Interactions on Column Performance and Amenability to Biological Samples
Notice bibliographique
Résumé
Continuing from the foundation laid by our previous work in the field, we present here an examination of the effects of monolith density and overall composition on the efficacy of performance in the realm of fluorous separations. By variation of the proportions of monomer and cross-linking agent relative to a static porogenic solvent composition, it was found that a composition of 30% polymer-forming material provides the optimal results in terms of resolution and peak shape for fluorous chromatography of a mixture of similarly labeled benzylamines. The presence of so-called "secondary interactions" that can compete with fluorous specificity in columns of this type were also examined and discussed, with similar results to those observed for commercial fluorous columns being noted. We suggest that these effects may actually be positive if they can be properly harnessed, as the ability to provide a second dimension for fluorous separations based on polarity may allow more complex analyses of labeled proteomic samples to be effectively undertaken. Finally, we present some initial results on the effectiveness of our optimized fluorous monoliths in a series of tagging and separation experiments using a custom-synthesized peptide. With successful resolution of labeled biological samples from their nonfluorous counterparts achieved, we discuss the potential expansion and further applicability of fluorous monoliths of this type in proteomic avenues, as well as their amenability to the greater analytical community.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».