Fast and straightforward simultaneous quantification of multiple apolipoproteins in human serum on a high‐throughput LC‐MS/MS platform
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
PURPOSE: Apolipoprotein monitoring is useful for diagnosing cardiovascular diseases, as they are risk factors of arteriosclerosis and other neutral fat-related diseases. Liquid chromatography-tandem mass spectrometry (LC-MS/MS) is advantageous for simultaneous apolipoprotein quantification, differentiation, and standardization including their isoforms. However, fast and straightforward sample preparation that retains quantification accuracy remains challenging in clinical MS. EXPERIMENTAL DESIGN: We developed a simultaneous assay for serum apolipoprotein A-I (ApoA-I), apolipoprotein B100 family, and apolipoprotein C-III (ApoC-III) using a high-throughput LC-MS/MS platform coupled with a BRAVO system. The assay was simplified by using sodium deoxycholate and trypsin/lys-C without reduction and alkylation steps. RESULTS: Simple sample preparation reduced turnaround time by 1.5 h and neat goat serum was chosen as an optimal calibration matrix for accurate protein quantification. Assay precision, linearity, correlation, accuracy, limit of detection (LOD), limit of quantitation (LOQ), and carryover were validated according to CLSI guidelines over 41 days using more than 100 human serum samples. Good correlation compared with turbidimetric immunoassay (TIA) was observed by Deming regression for all analytes. CONCLUSIONS AND CLINICAL RELEVANCE: A high-throughput LC-MS/MS and BRAVO assay for simultaneous apolipoprotein analysis was validated using a simple preparation method with a human serum calibrator in goat serum matrix. The assay is readily expandable to include other target serum proteins and/or their isoforms.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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