MétaCan
Menu
Retour à la cohorte
Enregistrement W3008705393 · doi:10.1021/acs.analchem.0c00062

Differential Lysis Approach Enables Selective Extraction of Taxon-Specific Proteins for Gut Metaproteomics

2020· article· en· W3008705393 sur OpenAlexafffund
Jiaqin Wang, Xu Zhang, Leyuan Li, Zhibin Ning, Janice Mayne, Cian Schmitt-Ulms, Krystal Walker, Kai Cheng, Daniel Figeys

Notice bibliographique

RevueAnalytical Chemistry · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensCanadian Institute for Advanced ResearchUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Genomics InstituteGenome Canada
Mots-clésMetaproteomicsLysisMicrobiomeBacteriaChemistryMetagenomicsComputational biologyMicrobiologyBiologyBiochemistryBioinformaticsGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Changes in microbiome composition and function have been linked to human health and diseases. Metaproteomics provides invaluable functional information on the state of a microbiome. However, lower-abundance bacteria in complex microbiomes are difficult to observe by metaproteomics. In this study, stepwise differential lysis protocols were developed for human stool microbiomes to separate different microbial species and to increase the depth of metaproteomic measurements. We achieved differential lysis of Gram-positive (G + ) and Gram-negative (G – ) bacteria, selective enrichment of specific bacteria, and functional enrichment by our stepwise differential lysis protocols. Therefore, differential lysis can serve as a fractionation method to reduce sample complexity and selectively extract proteins from specific taxa for deep metaproteomic studies.

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)0,001
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
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 GPT0,267
Écart entre enseignants0,242 · 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

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetGut microbiota and healthTravaux en français237 207