Peptide separation selectivity in proteomics LC‐MS experiments: Comparison of formic and mixed formic/heptafluorobutyric acids ion‐pairing modifiers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Separation selectivity and detection sensitivity of reversed‐phase high‐performance liquid chromatography with tandem mass spectrometry analyses were compared for formic (0.1%) and formic/heptafluorobutyric (0.1%/0.005%) acid based eluents using a proteomic data set of ∼12 000 paired peptides. The addition of a small amount of hydrophobic heptafluorobutyric acid ion‐pairing modifier increased peptide retention by up to 10% acetonitrile depending on peptide charge, size, and hydrophobicity. Retention increase was greatest for peptides that were short, highly charged, and hydrophilic. There was an ∼3.75‐fold reduction in MS signal observed across the whole population of peptides following the addition of heptafluorobutyric acid. This resulted in ∼36% and ∼21% reduction of detected proteins and unique peptides for the whole cell lysate digests, respectively. We also confirmed that the separation selectivity of the formic/heptafluorobutyric acid system was very similar to the commonly used conditions of 0.1% trifluoroacetic acid, and developed a new version of the Sequence‐Specific Retention calculator model for the formic/heptafluorobutyric acid system showing the same ∼0.98 R 2 ‐value accuracy as the Sequence‐Specific Retention calculator formic acid model. In silico simulation of peptide distribution in separation space showed that the addition of 0.005% heptafluorobutyric acid to the 0.1% formic acid system increased potential proteome coverage by ∼11% of detectable species (tryptic peptides ≥ four amino acids).
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.
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 | 0,001 |
| 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 découle