MétaCan
Menu
Retour à la cohorte
Enregistrement W2806365473 · doi:10.1101/332668

Limits for resolving tandem mass tag reporter ions with identical integer mass using phase constrained spectrum deconvolution

2018· preprint· en· W2806365473 sur OpenAlexaff
Christian D. Kelstrup, Konstantin Aizikov, Tanveer S. Batth, Arne Kreutzman, Dmitry Grinfeld, Oliver Lange, Daniel Mourad, Alexander Makarov, Jesper V. Olsen

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensThermo Fisher Scientific (Canada)
Organismes subventionnairesnon disponible
Mots-clésOrbitrapTandem mass tagMass spectrometryChemistryDeconvolutionQuantitative proteomicsTandem mass spectrometryProteomeIsobaric labelingFragmentation (computing)Mass spectrumIonAnalytical Chemistry (journal)ProteomicsChromatographyComputer scienceProtein mass spectrometryAlgorithmBiochemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT A popular method for peptide quantification relies on isobaric labeling such as tandem mass tags (TMT) which enables multiplexed proteome analyses. Quantification is achieved by reporter ions generated by fragmentation in a tandem mass spectrometer. However, with higher degrees of multiplexing, the smaller mass differences between the reporter ions increase the mass resolving power requirements. This contrasts with faster peptide sequencing capabilities enabled by lowered mass resolution on Orbitrap instruments. It is therefore important to determine the mass resolution limits for highly multiplexed quantification when maximizing proteome depth. Here we defined the lower boundaries for resolving TMT reporter ions with 0.0063 Da mass differences using an ultra-high-field Orbitrap mass spectrometer. We found the optimal method depends on the relative ratio between closely spaced reporter ions and that 64 ms transient acquisition time provided sufficient resolving power for separating TMT reporter ions with absolute ratio changes up to 16-fold. Furthermore, a 32 ms transient processed with phase-constrained spectrum deconvolution provides >50% more identifications with >99% quantified, but with a slight loss in quantification precision and accuracy. These findings should guide decisions on what Orbitrap resolution settings to use in future proteomics experiments relying on TMT reporter ion quantification with identical integer masses.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,025
Tête enseignante GPT0,284
Écart entre enseignants0,259 · 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
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207