MétaCan
Menu
Retour à la cohorte
Enregistrement W3035441003 · doi:10.1002/jsp2.1099

Protocol for parallel proteomic and metabolomic analysis of mouse intervertebral disc tissues

2020· article· en· W3035441003 sur OpenAlexafffund
Matthew A. Veras, Yong Jin Lim, Miljan Kuljanin, Gilles Lajoie, Bradley L. Urquhart, Cheryle A. Séguin

Notice bibliographique

RevueJOR Spine · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchCanada Foundation for Innovation
Mots-clésMetabolomicsProtocol (science)ProteomicsComputational biologyTissue sampleModalitiesOmicsIntervertebral discComputer scienceBioinformaticsQuantitative proteomicsSample (material)BiologyPathologyMedicineChemistryAnatomyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The comprehensiveness of data collected by "omics" modalities has demonstrated the ability to drastically transform our understanding of the molecular mechanisms of chronic, complex diseases such as musculoskeletal pathologies, how biomarkers are identified, and how therapeutic targets are developed. Standardization of protocols will enable comparisons between findings reported by multiple research groups and move the application of these technologies forward. Herein, we describe a protocol for parallel proteomic and metabolomic analysis of mouse intervertebral disc (IVD) tissues, building from the combined expertise of our collaborative team. This protocol covers dissection of murine IVD tissues, sample isolation, and data analysis for both proteomics and metabolomics applications. The protocol presented below was optimized to maximize the utility of a mouse model for "omics" applications, accounting for the challenges associated with the small starting quantity of sample due to small tissue size as well as the extracellular matrix-rich nature of the tissue.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,448

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,319
Écart entre enseignants0,291 · 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 tête enseignante, 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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJOR SpineMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207