Peptide retention time prediction for immobilized artificial membrane phosphatidylcholine stationary phase: method development and preliminary observations
Notice bibliographique
Résumé
Development of the first peptide retention prediction model for immobilized artificial membrane phosphatidylcholine (IAM.PC) stationary phase is reported. 2D LC-MS/MS analysis of a whole cell lysate of S. cerevisiae yielded a retention dataset of ~29,500 tryptic peptides; sufficient for confident assignment of retention coefficients which determine the contribution of individual amino acids in peptide retention. Retention data from the first dimension was used for the modeling: IAM.PC DD2 column, pH 7.4 ammonium bicarbonate, and water/acetonitrile gradient. Peptide separation using IAM.PC was compared to a standard C18 phase (Luna C18(2)). There was a significant reduction in peptide retention (~14% acetonitrile on average), indicating that the phosphatidylcholine stationary phase is significantly more hydrophilic. In comparison to the C18 phase, we found a substantial increase in the relative retention contribution for the positively charged Arg and Lys, and the aromatic Tyr, Trp and His residues. We also observed a decrease in retention contribution for the negatively charged Asp and Glu. This indicates an involvement of electrostatic interactions with the glycerophosphate functional groups, and possibly, delocalization effects from a hydrogen bond between the phosphate group and aromatic side chains in the separation mechanism.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».