Characterization of O-acetylation in sialoglycans by MALDI-MS using a combination of methylamidation and permethylation
Notice bibliographique
Résumé
O-Acetylation of sialic acid in protein N-glycans is an important modification and can occur at either 4-, 7-, 8- or 9-position in various combinations. This modification is usually labile under alkaline reaction conditions. Consequently, a permethylation-based analytical method, which has been widely used in glycomics studies, is not suitable for profiling O-acetylation of sialic acids due to the harsh reaction conditions. Alternatively, methylamidation can be used for N-glycan analysis without affecting the base-labile modification of sialic acid. In this report, we applied both permethylation and methylamidation approaches to the analysis of O-acetylation in sialic acids. It has been demonstrated that methylamidation not only stabilizes sialic acids during MALDI processing but also allow for characterization of their O-acetylation pattern. In addition, LC-MS/MS experiments were carried out to distinguish between the O-acetylated glycans with potential isomeric structures. The repeatability of methylamidation was examined to evaluate the applicability of the approach to profiling of O-acetylation in sialic acids. In conclusion, the combination of methylamidation and permethylation methodology is a powerful MALDI-TOF MS-based tool for profiling O-acetylation in sialic acids applicable to screening of N-glycans.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».