Bio-Solid-Phase Extraction/Tandem Mass Spectrometry for Identification of Bioactive Compounds in Mixtures
Notice bibliographique
Résumé
We describe a two-step column-based bioassay method with tandem mass spectrometric detection for rapid identification of bioactive species in mixtures. The first step uses an immobilized enzyme reactor (IMER) column interfaced to an electrospray ionization mass spectrometer (ESI-MS) to identify mixtures containing bioactive compounds (i.e., enzyme inhibitors), while the second step uses bioselective solid-phase extraction (bioSPE) columns to isolate compounds from "hit" mixtures, which are then identified online by data-dependent ESI-MS. IMER columns were prepared by entrapment of adenosine deaminase (ADA) into sol-gel derived monolithic silica columns, and used to perform a primary IMER screen of mixtures prepared from a bioactive library, which resulted in four apparent hit compounds. Such columns did not provide sufficient binding site density to allow bioSPE, and thus a new column format was developed using ADA that was covalently immobilized to monolithic silica capillary columns, providing ∼500-fold more protein binding sites than were present in columns containing entrapped proteins. Using the covalently linked ADA columns, bioactive mixtures identified by IMER were infused until a maximum total ion current was achieved, followed by washing with a buffer to remove unbound compounds. A harsh wash with 3% acetic acid eluted the strongly bound ligands and the resulting peak triggered data dependent MS/MS to identify the ligand, showing that two of the apparent hits were true ADA inhibitors and demonstrating the ability of this method to rapidly identify bioactive compounds in mixtures.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 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 ».