A micro-flow, high-pH, reversed-phase peptide fractionation and collection system for targeted and in-depth proteomics of low-abundance proteins in limiting samples
Notice bibliographique
Résumé
We present a method and a simple system for high-pH RP-LC peptide fractionation of small sample amounts (30-60 µg), at micro-flow rates with micro-liter fraction collection using ammonium bicarbonate as an optimized buffer for system stability and robustness. The method is applicable to targeted mass spectrometry approaches and to in-depth proteomic studies where the amount of sample is limited. Using targeted proteomics with peptide standards, we present the method's analytical parameters, and potential in increasing the detection of low-abundance proteins that are difficult to quantify with direct targeted or global LC-MS analyses. This fractionation system increased peptide signals by up to 18-fold, while maintaining high quantitative precision, with high fractionation reproducibility across varied sample sets. In real applications, it increased the detection of targeted endogenous peptides by two-fold in a 25 cell-cycle-control protein panel, and in-depth MS analyses of nuclear extracts, it allowed the detection of up to 8,896 proteins with 138,417 peptides in 24-concatenated fractions compared to 3,344 proteins with 23,093 peptides without fractionation. In a relevant biological problem of CDK4/6-inhibitors and breast cancer, the method reproduced known information and revealed novel insights, highlighting that it can be successfully applied in studies involving low-abundance proteins and limited samples. •Tested nine high-pH buffer/solvent systems to obtain a robust, effective, and reproducible micro-flow fractionation method which was devoid of commonly encountered LC clogging/pressure issues after months of use.•Peptide enrichment method to improve detection and quantitation of low-abundance proteins in targeted and in-depth proteomic studies.•Can be applied to diverse protein samples where the available amount is limited.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».