Systematic Optimization of the iMALDI Workflow for the Robust and Straightforward Quantification of Signaling Proteins in Cancer Cells
Notice bibliographique
Résumé
PURPOSE: Immuno-MALDI (iMALDI) combines immuno-enrichment of biomarkers with MALDI-MS for fast, precise, and specific quantitation, making it a valuable tool for developing clinical assays. iMALDI assays are optimized for the PI3-kinase signaling pathway members phosphatase and tensin homolog (PTEN) and PI3-kinase catalytic subunit alpha (p110α), with regard to sensitivity, robustness, and throughput. A standardized template for developing future iMALDI assays, including automation protocols to streamline assay development and translation, is provided. EXPERIMENTAL DESIGN: Conditions for tryptic digestion and immuno-enrichment (beads, bead:antibody ratios, incubation times, direct vs. indirect immuno-enrichment) are rigorously tested. Different strategies for calibration and data readout are compared. RESULTS: Digestion using 1:2 protein:trypsin (wt:wt) for 1 h yielded high and consistent peptide recoveries. Direct immuno-enrichment (antibody-bead coupling prior to antigen-enrichment) yielded 30% higher peptide recovery with a 1 h shorter incubation time than indirect enrichment. Immuno-enrichment incubation overnight yielded 1.5-fold higher sensitivities than 1 h incubation. Quantitation of the endogenous target proteins is not affected by the complexity of the calibration matrix, further simplifying the workflow. CONCLUSIONS AND CLINICAL RELEVANCE: This optimized and automated workflow will facilitate the clinical translation of high-throughput sensitive iMALDI assays for quantifying cell-signaling proteins in individual tumor samples, thereby improving patient stratification for targeted treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».