MétaCan
Menu
Retour à la cohorte
Enregistrement W2607049731 · doi:10.3791/55464

Time-resolved ElectroSpray Ionization Hydrogen-deuterium Exchange Mass Spectrometry for Studying Protein Structure and Dynamics

2017· article· en· W2607049731 sur OpenAlexafffund
Cristina Lento, Shaolong Zhu, Kerene A. Brown, Ruth Knox, Peter Liuni, Derek J. Wilson

Notice bibliographique

RevueJournal of Visualized Experiments · 2017
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHydrogen–deuterium exchangeMass spectrometryChemistryElectrospray ionizationProtein dynamicsTime-of-flight mass spectrometryProtein mass spectrometryIonizationChemical physicsAnalytical Chemistry (journal)Molecular dynamicsChromatographyComputational chemistry

Résumé

récupéré en direct d'OpenAlex

Intrinsically disordered proteins (IDPs) have long been a challenge to structural biologists due to their lack of stable secondary structure elements. Hydrogen-Deuterium Exchange (HDX) measured at rapid time scales is uniquely suited to detect structures and hydrogen bonding networks that are briefly populated, allowing for the characterization of transient conformers in native ensembles. Coupling of HDX to mass spectrometry offers several key advantages, including high sensitivity, low sample consumption and no restriction on protein size. This technique has advanced greatly in the last several decades, including the ability to monitor HDX labeling times on the millisecond time scale. In addition, by incorporating the HDX workflow onto a microfluidic platform housing an acidic protease microreactor, we are able to localize dynamic properties at the peptide level. In this study, Time-Resolved ElectroSpray Ionization Mass Spectrometry (TRESI-MS) coupled to HDX was used to provide a detailed picture of residual structure in the tau protein, as well as the conformational shifts induced upon hyperphosphorylation.

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

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,368
Écart entre enseignants0,349 · 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

Citations15
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207