MétaCan
Menu
Retour à la cohorte
Enregistrement W2330545498 · doi:10.1021/ac402802a

In-Gel Microwave-Assisted Acid Hydrolysis of Proteins Combined with Liquid Chromatography Tandem Mass Spectrometry for Mapping Protein Sequences

2013· article· en· W2330545498 sur OpenAlexafffund
Difei Sun, Nan Wang, Liang Li

Notice bibliographique

RevueAnalytical Chemistry · 2013
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSanofi PasteurNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésChemistryChromatographyTrifluoroacetic acidMass spectrometryGel electrophoresisTandem mass spectrometryBovine serum albuminTwo-dimensional gel electrophoresisProteomicsBiochemistry

Résumé

récupéré en direct d'OpenAlex

We report an enabling method for mapping the protein sequence with high sequence coverage. This method combines the high separation power of gel electrophoresis for protein separation with the high sequence coverage capability of microwave-assisted acid hydrolysis (MAAH) mass spectrometry (MS). In-gel MAAH using 25% trifluoroacetic acid was developed and optimized for degrading the gel-separated protein into small peptides suitable for tandem MS sequencing. For bovine serum albumin (BSA) (∼67 kDa), with 4 μg of protein loading onto a gel for separation, followed by excising the protein gel band for in-gel MAAH and then injecting ∼2 μg of the resultant peptides into a liquid chromatography quadrupole time-of-flight mass spectrometer for analysis, 689 ± 54 (n = 3) unique peptides were identified with a protein sequence coverage of 99 ± 1%. Both the number of peptides detected and sequence coverage decreased as the sample amount decreased, mainly due to background interference: 316 ± 59 peptides and 94 ± 3% coverage for 2 μg loading, 136 ± 19 and 76 ± 5% for 1 μg loading, and 30 ± 2 and 32 ± 2% for 0.5 μg loading. To demonstrate the general applicability of the method, 10 gel bands from gel electrophoresis of an albumin-depleted human plasma sample were excised for in-gel MAAH LC-MS analysis. In total, 19 relatively high abundance proteins with molecular weights ranging from ∼8 to ∼160 kD could be mapped with coverage of 100% for six proteins (MW 8759 to 68 425 Da), 96-98% for five proteins (MW 11 458 to 36 431 Da), 92% for three proteins (MW 15 971 to 36 431 Da), 80-87% for four proteins (MW 42 287 to 162 134 Da), and 56% for one protein (MW 51 358 Da). Finally, to demonstrate the applicability of the method for more detailed analysis of complex protein mixtures, two-dimensional (2D) gel electrophoresis was combined with in-gel MAAH, affinity purification, and LC-MS/MS to characterize six bovine alpha-S1-casein phosphoprotein isoforms. Full sequence coverage was achieved for each protein, and six new modification sites were found.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,001

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 Opus0,011
Tête enseignante GPT0,244
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207