MétaCan
Menu
Retour à la cohorte
Enregistrement W3082104531 · doi:10.1021/acs.analchem.0c02793

Simple Targeted Assays for Metabolic Pathways and Signaling: A Powerful Tool for Targeted Proteomics

2020· article· en· W3082104531 sur OpenAlexaff
Dominik Kopczynski, Andreas Hentschel, Cristina Coman, Nils Helge Schebb, Thorsten Hornemann, Douglas G. Mashek, Nicole M. Hartung, Olga Shevchuk, Hans-Frieder Schött, Kristina Lorenz, Federico Torta, Bo Burla, René P. Zahedi, Albert Sickmann, Michael R. Kreutz, Christer S. Ejsing, Jan Medenbach, Robert Ahrends

Notice bibliographique

RevueAnalytical Chemistry · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesVILLUM Center for Bioanalytical SciencesMinisterium für Innovation, Wissenschaft und Forschung des Landes Nordrhein-WestfalenLundbeckfondenVillum FondenBundesministerium für Bildung und ForschungNatur og Univers, Det Frie Forskningsråd
Mots-clésProteomicsChemistryComputational biologySignal transductionMetabolic pathwayBiochemistryBiologyEnzymeGene

Résumé

récupéré en direct d'OpenAlex

We introduce STAMPS, a pathway-centric web service for the development of targeted proteomics assays. STAMPS guides the user by providing several intuitive interfaces for a rapid and simplified method design. Applying our curated framework to signaling and metabolic pathways, we reduced the average assay development time by a factor of ∼150 and revealed that the insulin signaling is actively controlled by protein abundance changes in insulin-sensitive and -resistance states. Although at the current state STAMPS primarily contains mouse data, it was designed for easy extension with additional organisms.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,010

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 Opus0,023
Tête enseignante GPT0,275
Écart entre enseignants0,251 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207