MétaCan
Menu
Retour à la cohorte
Enregistrement W4224988147 · doi:10.3390/separations9050106

Separation Abilities of Capillary Electrophoresis Coupled with Ion Mobility Mass Spectrometry for the Discrete Detection of Sequence Isomeric Peptides

2022· article· en· W4224988147 sur OpenAlexaff
Yury E. Glazyrin, Gleb G. Mironov, Anna S. Kichkailo, Maxim V. Berezovski

Notice bibliographique

RevueSeparations · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesMinistry of Science and Higher Education of the Russian Federation
Mots-clésCapillary electrophoresisChemistryMass spectrometryChromatographyCapillary electrophoresis–mass spectrometryIsoleucineTandem mass spectrometryPeptideValinePeptide mass fingerprintingAnalytical Chemistry (journal)Protein mass spectrometryPeptide sequenceAlanineAmino acidProteomicsLeucineElectrospray ionizationBiochemistry

Résumé

récupéré en direct d'OpenAlex

The separation and discrete detection of isomeric sequence peptides with similar properties are important tasks for analytical science. Three different peptide isomers of 12 amino-acid residues long, containing direct and reverse regions of the alanine-valine-proline-isoleucine (AVPI) motif, were partially separated and discretely detected from their mixture using two approaches. Capillary electrophoresis enabled the separation and optical detection of the peptide sequence isomers close to the baseline. The ability to separate these sequence isomers from the mixture and discretely identify them from mass spectra has also been demonstrated by ion-mobility tandem mass spectrometry. Moreover, for the first time, capillary electrophoresis and ion-mobility mass spectrometry connected online have shown their ability for a discrete detection of the multidirectional sequence isomers.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,280
Écart entre enseignants0,266 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeparationsMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207