MétaCan
Menu
Retour à la cohorte
Enregistrement W4403566346 · doi:10.1016/j.slast.2024.100199

High-resolution acoustic ejection mass spectrometry for high-throughput library screening

2024· article· en· W4403566346 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSLAS TECHNOLOGY · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensOnex (Canada)
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institutes of Health
Mots-clésThroughputMass spectrometryHigh resolutionChemistryComputer scienceAnalytical Chemistry (journal)ChromatographyTelecommunicationsRemote sensingGeographyWireless

Résumé

récupéré en direct d'OpenAlex

An approach is described for high-throughput quality assessment of drug candidate libraries using high-resolution acoustic ejection mass spectrometry (AEMS). Sample introduction from 1536-well plates is demonstrated for this application using 2.5 nL acoustically dispensed sample droplets into an Open Port Interface (OPI) with pneumatically assisted electrospray ionization at a rate of one second per sample. Both positive and negative ionization are shown to be essential to extend the compound coverage of this protease inhibitor-focused library. Specialized software for efficiently interpreting this data in 1536-well format is presented. A new high-throughput method for quantifying the concentration of the components (HTQuant) is proposed that neither requires adding an internal standard to each well nor further encumbers the high-throughput workflow. This approach for quantitation requires highly reproducible peak areas, which is shown to be consistent within 4.4 % CV for a 1536-well plate analysis. An approach for troubleshooting the workflow based on the background ion current signal is also presented. The AEMS data is compared to the industry standard LC/PDA/ELSD/MS approach and shows similar coverage but at 180-fold greater throughput. Despite the same ionization process, both methods confirmed the presence of a small percentage of compounds in wells that the other did not. The data for this relatively small, focused library is compared to a larger, more chemically diverse library to indicate that this approach can be more generally applied beyond this single case study. This capability is particularly timely considering the growing implementation of artificial intelligence strategies that require the input of large amounts of high-quality data to formulate predictions relevant to the drug discovery process. The molecular structures of the 872-compound library analyzed here are included to begin the process of correlating molecular structures with ionization efficiency and other parameters as an initial step in this direction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,226
Écart entre enseignants0,219 · 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