MétaCan
Menu
Retour à la cohorte
Enregistrement W2593288693 · doi:10.1021/acs.analchem.6b04169

Bead-Extractor Assisted Ready-to-Use Reagent System (BEARS) for Immunoprecipitation Coupled to MALDI-MS

2017· article· en· W2593288693 sur OpenAlexafffund
Huiyan Li, Robert Popp, Michael Chen, Elizabeth MacNamara, David Juncker, Christoph H. Borchers

Notice bibliographique

RevueAnalytical Chemistry · 2017
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensMcGill UniversityJewish General HospitalMcGill University and Génome Québec Innovation CentreUniversity of Victoria
Organismes subventionnairesGenome British ColumbiaNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsGovernment of CanadaGenome Canada
Mots-clésChemistryChromatographyExtractorReagentImmunoprecipitationImmunoassayMass spectrometryMagnetic beadProcess engineeringBiochemistryAntibody

Résumé

récupéré en direct d'OpenAlex

Quantitative protein assays play an important role in the study of biological functions. Immunoassays and mass spectrometry are two main technologies for quantifying proteins in biological samples. The combination of immunoprecipitation (IP) with MALDI technology delivers high assay sensitivity and specificity, but the sample preparation procedure involves multiple washing and transfer steps. These steps can be performed either manually (requiring significant time and labor) or automatically (requiring the purchase of a complex liquid-handling workstation). This bottleneck has limited the widespread adoption of this technology. We present here the Bead-Extractor Assisted ready-to-use Reagent System (BEARS) technology for simplified, low cost protein and peptide immunoprecipitation combined with MALDI-MS detection. All of the reagents are stable during long-term storage and can be prepared in advance. In the BEARS technology, a magnetic-bead extractor is used to handle beads from 96 wells simultaneously. A BEARS-based method was developed for plasma renin activity (PRA) and was evaluated on fifty-three clinical samples. These experiments showed that the BEARS assay had an LOD and linear range comparable to the manual method and an automated iMALDI PRA assay, but was 4-times faster than the manual approach. The BEARS iMALDI results also correlated well with a conventional ELISA PRA assay, with a coefficient of determination of 0.98. The BEARS technology provides convenience and affordability, and extends the use of IP-based mass spectrometry technology to most research and clinical laboratories, including those in developing countries.

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)0,002
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,008

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 Opus0,042
Tête enseignante GPT0,335
Écart entre enseignants0,293 · 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

Citations8
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207