Bottom‐up proteomics of envelope proteins extracted from spinach chloroplast via high organic content CE‐MS
Notice bibliographique
Résumé
A high organic content CE-MS/MS (HOCE-MS/MS) method was developed for the proteomic analysis of envelope proteins extracted from spinach leaves. Separation was performed in a 1-m long hydroxypropyl cellulose coated capillary, using 8% (v/v) formic acid in 70% (v/v) methanol and 22% water as the BGE. A flow-through microvial interface was used to couple the CE system with an Orbitrap Fusion Lumos mass spectrometer, and field-amplified sample stacking was used to improve the concentration sensitivity. Using this optimized method, 3579 peptides and 1141 proteins were identified using the Proteome Discoverer software with a 1% false discovery rate at the protein level. Relative to conventional aqueous CE, HOCE-MS did a better job of discovering hydrophobic peptides and provided more peptide and protein identifications. Relative to nano-LC-MS, it achieved comparable peptide and protein identification performance and detected peptides not identified by LC-MS: of the full set of peptides identified using the two techniques, 19% were identified only using HOCE-MS. It also outperformed nano-LC-MS with respect to the detection of low molecular weight peptides.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».