Determination of the concentration range for 267 proteins from 21 lots of commercial human plasma using highly multiplexed multiple reaction monitoring mass spectrometry
Notice bibliographique
Résumé
Multiple reaction monitoring (MRM) is a key tool for biomarker validation and the translation of potential biomarkers into the clinic. To demonstrate the applicability of MRM towards achieving this goal, we set out to determine the concentration ranges of 267 plasma proteins, including 61 FDA-approved/LDT developed biomarkers, in 21 commercial human plasma lots, as well as to assess accuracy and precision. Each target protein was quantified by calculating the area ratio of the endogenous tryptic target peptide to its stable isotope-labelled internal standard equivalent and compared to a standard curve. This highly multiplexed approach utilized a standard-flow UHPLC system linked to a triple quadrupole. All samples were analyzed across three separate days and assessed for robustness and accuracy. The standard curves and quality control samples showed excellent performance, with >93% of standards and QCs meeting the acceptance criteria. A total of 248 proteins were able to be quantified in at least one sample on at least one of the three days, with 111 proteins being quantified in all 21 samples on all three days. The protein concentrations across all proteins covered six orders of magnitude. Furthermore, excellent three-day precision was demonstrated with 86% of CVs falling below 15%. Overall, the protein concentration differences ranged from 1.1-fold for metalloproteinase inhibitor 2, to 69-fold for serum amyloid A-1/A-2.
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) | 0,000 | 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 ».