MétaCan
Menu
Retour à la cohorte
Enregistrement W2608223149 · doi:10.1039/c7an00338b

Unravelling the mysteries of sub-second biochemical processes using time-resolved mass spectrometry

2017· article· en· W2608223149 sur OpenAlexafffund
Cristina Lento, Derek J. Wilson

Notice bibliographique

RevueThe Analyst · 2017
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensYork UniversityToronto Public Health
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMass spectrometryChemistryEnvironmental chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Many important chemical and biochemical phenomena proceed on sub-second time scales before entering equilibrium. In this mini-review, we explore the history and recent advancements of time-resolved mass spectrometry (TRMS) for the characterization of millisecond time-scale chemical reactions and biochemical processes. TRMS allows for the simultaneous tracking of multiple reactants, intermediates and products with no chromophoric species required, high sensitivity and temporal resolution. The method has most recently been used for the characterization of several short-lived reaction intermediates in rapid chemical reactions. Most of the reactions that occur in living organisms are accelerated by enzymes, with pre-steady state kinetics only attainable using time-resolved methods. TRMS has been increasingly used to monitor the conversion of substrates to products and the resulting changes to the enzyme during catalytic turnover. Early events in protein folding systems have also been elucidated, along with the characterization of dynamics and transient secondary structures in intrinsically disordered proteins. In this review, we will highlight representative examples where TRMS has been applied to study these phenomena.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,999

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,276
Écart entre enseignants0,253 · 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.

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

Citations8
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207