MétaCan
Menu
Retour à la cohorte
Enregistrement W2325899314 · doi:10.1021/pr401115y

GlycoMaster DB: Software To Assist the Automated Identification of N-Linked Glycopeptides by Tandem Mass Spectrometry

2014· article· en· W2325899314 sur OpenAlexafffund
He Lin, Lei Xin, Baozhen Shan, Gilles Lajoie, Bin Ma

Notice bibliographique

RevueJournal of Proteome Research · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGlycosylation and Glycoproteins Research
Établissements canadiensWestern UniversityBioinformatics Solutions (Canada)University of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGlycanGlycopeptideTandem mass spectrometryGlycosylationChemistryMass spectrometryComputational biologyPeptideGlycoproteinChromatographyBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

Glycosylation is one of the most commonly observed post-translational modifications (PTMs) in eukaryotes. It is believed that more than 50% eukaryotic proteins are glycosylated. To reveal the biological functions of protein-linked glycans involved in numerous biological processes, the high-throughput identification of both glycoproteins and the attached glycan structures becomes fundamentally important. Tandem mass spectrometry (MS/MS) is an effective method for glycoproteomic analysis because of its high sensitivity and selectivity. Two experimental approaches exist to obtain MS/MS spectral data of glycopeptides. One consists of isolating glycans from glycopeptides and generating MS/MS spectra of the glycans and peptides separately. The other approach produces spectra directly from intact glycopeptides. The latter approach has the advantage of retaining the glycosylation site information. However, the spectral data cannot be readily analyzed because of the lack of software specifically designed for the identification of intact glycopeptides. To address this need, we developed a novel software tool, GlycoMaster DB, to assist the automated and high-throughput identification of intact N-linked glycopeptides from MS/MS spectra. The software simultaneously searches a protein sequence database and a glycan structure database to find the best pair of peptide and glycan for each input spectrum. GlycoMaster DB can analyze mass spectral data produced with HCD/ETD mixed fragmentation, where HCD spectra are used to identify glycans and ETD spectra are used to determine peptide sequences. When only HCD spectra are available, GlycoMaster DB can still help to identify the glycans, and a list of possible peptide sequences are reported according to the accurate precursor mass and the N-linked glycopeptide sequon. GlycoMaster DB is freely accessible at http://www-novo.cs.uwaterloo.ca:8080/GlycoMasterDB .

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)0,006
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,350
Écart entre enseignants0,324 · 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

Citations87
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Proteome ResearchMême sujetGlycosylation and Glycoproteins ResearchTravaux en français237 207