MétaCan
Menu
Retour à la cohorte
Enregistrement W2468396337 · doi:10.1021/acs.jproteome.6b00199

Automated SDS Depletion for Mass Spectrometry of Intact Membrane Proteins though Transmembrane Electrophoresis

2016· article· en· W2468396337 sur OpenAlexafffund
Carolyn Kachuk, Melissa Spezia Faulkner, Fang Liu, Alan A. Doucette

Notice bibliographique

RevueJournal of Proteome Research · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésProteomeChromatographyMembrane proteinChemistrySodium dodecyl sulfateTransmembrane proteinLysisMass spectrometryGel electrophoresisTwo-dimensional gel electrophoresisTandem mass spectrometryMembraneProteomicsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Membrane proteins are underrepresented in proteome analysis platforms because of their hydrophobic character, contributing to decreased solubility. Sodium dodecyl sulfate is a favored denaturant in proteomic workflows, facilitating cell lysis and protein dissolution; however, SDS impedes MS detection and therefore must be removed prior to analysis. Although strategies exist for SDS removal, they provide low recovery, purity, or reproducibility. Here we present a simple automated device, termed transmembrane electrophoresis (TME), incorporating the principles of membrane filtration, but with an applied electric current to ensure near-complete (99.9%) removal of the surfactant, including protein-bound SDS. Intact proteins are recovered in solution phase in high yield (90-100%) within 1 h of operation. The strategy is applied to protein standards and proteome mixtures, including an enriched membrane fraction from E. coli, resulting in quality MS spectra free of SDS adducts. The TME platform is applicable to both bottom-up MS/MS as well as LC-ESI-MS analysis of intact proteins. SDS-depleted fractions reveal a similar number of protein identifications (285) compared wit a non-SDS control (280), being highly correlated in terms of protein spectral counts. This fully automated approach to SDS removal presents a viable tool for proteome sample processing ahead of MS analysis. Data are available via ProteomeXchange, identifier PXD003941.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,036
Tête enseignante GPT0,365
Écart entre enseignants0,329 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Proteome ResearchMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207