Enhanced Identifications and Quantification through Retention Time Down-Sampling in Fast-Cycling diagonal-PASEF Methods
Notice bibliographique
Résumé
Abstract Data-independent acquisition mass spectrometry is essential for comprehensive quantification of proteomes, enabling deeper insights into cellular processes and disease mechanisms. On the timsTOF platform, diagonal-PASEF acquisition methods have recently been introduced to directly and continuously cover the observed diagonal shape of the peptide precursor ion distributions. Although diagonal-PASEF has shown great promise, its broad adoption as a routine workflow has been hampered by a lack of available algorithmic solutions and a paucity of demonstrated real-world applications. Here, we conducted a systematic and comprehensive optimization of diagonal-PASEF for 17-minute gradients on the timsTOF HT in conjunction to Spectronaut 19. We demonstrate that Spectronaut 19 fully supports all tested diagonal-PASEF methods independent of the number of slices or overlaps and with minimal user intervention required. Using our optimized analysis strategy we coupled diagonal-PASEF acquisitions to retention time down-sampling by summation (RTsum), thereby providing a novel mode of analysis of this data that exploits the fast-cycling nature of diagonal-PASEF methods. Through the combination of RTsum with diagonal-PASEF, we demonstrate that this strategy yields higher signal-to-noise ratios while retaining the peak shape for analytes of interest. Importantly, combining RTsum with diagonal-PASEF improved overall identifications and quantitative precision when compared to dia-PASEF with static or variable quadrupole isolation widths and across different input amounts for cell line injections. We also tested the performance of diagonal-PASEF in controlled quantitative experiments where diagonal-PASEF outperformed dia-PASEF in the overall number of retained candidates, quantitative precision and identifications on peptide level. These data indicate that RTsum demonstrates a positive use case of the high sampling rate of diagonal-PASEF. Collectively, our findings imply that diagonal-PASEF methods are superior for peptide and protein level analyses especially at lower input amounts.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 | 0,001 |
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 ».