Native Taylor/Non‐Taylor Dispersion–Mass Spectrometry (TNT‐MS) Allows Rapid Protein Desalting and Multiplexed, Label‐Free Ligand Screening
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
Native mass spectrometry (MS) is an important technique in structural biology and drug discovery, due to its ability to study non-covalent assemblies in the gas phase. Drawbacks include the incompatibility of electrospray ionization (ESI) with non-volatile salts and the risk of protein signal suppression by small molecules. Overcoming these often requires offline buffer exchange and/or parallel sample preparation to other methods, reducing the adoption and throughput of native MS. Here, we exploit the dynamics of analytes flowing through an open tubular capillary to keep molecules with a small hydrodynamic radius (e.g., salts) inside a Taylor dispersion regime while pushing larger species (e.g., proteins) into a non-Taylor regime. As such, larger species elute earlier, and are effectively buffer exchanged within the capillary in seconds. In addition to desalting of proteins injected in biologically relevant buffers we demonstrate separation of unbound small molecules from protein-ligand complexes, enabling multiplexed ligand screening. Finally, we investigated the dependence of the critical flow rate for non-Taylor behavior on protein size, enabling limited size-based separation of proteins. Taylor/non-Taylor dispersion mass spectrometry (TNT-MS) was implemented using an unmodified liquid chromatography - mass spectrometry (LC-MS) system operated without a chromatographic column and coupled to an autosampler, which allowed significant automation.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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