MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406616763 · doi:10.1101/2025.01.18.633743

Recommendations for Automating Hydrogen/Deuterium Exchange Mass Spectrometry Measurements using Data-Independent Acquisition Methods

2025· preprint· en· W4406616763 sur OpenAlexafffund
František Filandr, Morgan Hepburn, Vladimir Sarpe, D. Alex Crowder, Maryam Hassannia, Stephen J. Coales, Yuqi Shi, Rosa Viner, Martín A. Rossotti, Joey Sheff, Jamshid Tanha, David C. Schriemer

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensNational Research Council CanadaUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHydrogen–deuterium exchangeMass spectrometryDeuteriumData acquisitionHydrogenChemistryComputer scienceAnalytical Chemistry (journal)Nuclear physicsChromatographyPhysicsOperating systemOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Hydrogen/deuterium exchange mass spectrometry (HX-MS) is a method used to study solution-phase protein structure and dynamics. Despite its many applications, HX-MS is limited in throughput because manual data analysis is still the norm. We previously developed HX-MS2 technology to add a second dimension of deuteration data and promote automated data processing. Data-independent acquisition (DIA) techniques enable this approach, but we require optimized methods for best performance. Using an Orbitrap Eclipse for illustration, we show that ion optics and collision energy settings typical of a proteomics DIA experiment generate maximal peptide retrieval from the DIA library. As few as three MS2 sequence ions are sufficient to generate a deuteration measurement with a precision that exceeds what is possible in traditional HX-MS. DIA window sizes are based on the chromatographic resolution of the method. An inter-scan window offset method is the recommended default configuration for most HX-DIA applications, but an intra-scan overlap method can be tuned for highest performance and is recommended when maximum peptide retrieval is desired. A fully automated HX-MS2 solution consists of Trajan HDX automation technology, an Orbitrap Eclipse mass spectrometer and AutoHX software. We demonstrate its robustness on an extensive time-course analysis of phosphorylase B and an epitope analysis of single domain antibodies (VHHs, nanobodies) specific to the receptor binding domain of SARS-CoV2 spike protein.

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)0,039
score de la tête « metaresearch » (Gemma)0,072
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,204

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,072
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,005
Études des sciences et des technologies0,0020,001
Communication savante0,0030,005
Science ouverte0,0100,003
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0300,058

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 Opus0,089
Tête enseignante GPT0,349
Écart entre enseignants0,260 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMass Spectrometry Techniques and Applications→Travaux en français237 207→