MétaCan
Menu
Retour à la cohorte
Enregistrement W2511668879 · doi:10.1002/pmic.201600230

Multiplexed panel of precisely quantified salivary proteins for biomarker assessment

2016· article· en· W2511668879 sur OpenAlexafffund
Andrew J. Percy, Darryl B. Hardie, Armando Jardim, Juncong Yang, Monica H. Elliott, Suping Zhang, Yassene Mohammed, Christoph H. Borchers

Notice bibliographique

RevuePROTEOMICS · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSalivary Gland Disorders and Functions
Établissements canadiensMcGill UniversityGenome British ColumbiaIsland HealthMcGill University Health CentreUniversity of Victoria
Organismes subventionnairesGenome British ColumbiaGenome Canada
Mots-clésBiomarkerComputational biologySalivary ProteinsProteomicsBiologyComputer scienceSalivaBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

An increasingly popular "absolute" quantitative technique involves the SRM or MRM approach with stable isotope-labeled standards (SIS). Using this approach, many proteins in human plasma/serum have been quantified for biomarker assessment and disease stratification. Due to the complexity of plasma and the invasive nature of its collection, alternative biosamples are currently being explored. Here, we present the broadest panel of multiplexed MRM assays with SIS peptides for saliva proteins developed to date. The validated panel consists of 158 candidate human saliva protein biomarkers, inferred from 244 interference-free peptides. The resulting concentrations were reproducibly quantified over a 6 order-of-magnitude concentration range (from 218 μg/mL to 88 pg/mL; average CVs of 12% over analytical triplicates). All concentrations were determined from reverse standard curves, which were generated using a constant concentration of endogenous material with varying concentrations of spiked-in SIS peptides. The large-scale screening of the soluble and membrane-associated proteins contained within the 158-plex assay could present new opportunities for biomarker assessment and clinical diagnostics.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,623
Score d'incertitude au seuil0,349

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,111
Tête enseignante GPT0,337
Écart entre enseignants0,226 · 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

Citations15
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePROTEOMICSMême sujetSalivary Gland Disorders and FunctionsTravaux en français237 207