MétaCan
Menu
Retour à la cohorte
Enregistrement W2910801816 · doi:10.1016/j.dib.2019.01.013

Mass spectrometry data from identification of host-defense related proteins using label-free quantitative proteomic analysis of milk whey from cows with Staphylococcus aureus subclinical mastitis

2019· article· en· W2910801816 sur OpenAlexaff
Shaimaa Abdelmegid, Jayaseelan Murugaiyan, Mohamed Abo-Ismail, Jeff Caswell, D.F. Kelton, Gordon M. Kirby

Notice bibliographique

RevueData in Brief · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésProteomeStaphylococcus aureusUniProtProteomicsBiologyMass spectrometryFood scienceChemistryChromatographyBioinformaticsBiochemistryBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

This dataset is associated with our research article ‘Identification of host-defence related proteins using label-free quantitative proteomic analysis of milk whey from cows with Staphylococcus aureus Subclinical mastitis’ published in International Journal of Molecular Sciences. Milk samples were collected from cows suffering from S. aureus -associated subclinical mastitis and the proteins abundance were identified in comparison with samples collected from the control cows using liquid chromatography-mass spectrometry (LC-MS)-based label free proteomics analysis. Following the MS measurements, the raw spectra were processed using MaxQuant-Andromeda software and the protein identification was carried out through a search against Uniprot FASTA files of the Bos taurus reference proteome. Perseus software analysis was applied for computation of protein abundance. The raw file presented in this DiB was deposition at PRIDE repository in the PRIDE repository with the dataset identifier PXD007516 .

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)0,002
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,006

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 Opus0,057
Tête enseignante GPT0,325
Écart entre enseignants0,268 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetIdentification and Quantification in FoodTravaux en français237 207