Performance Characteristics of Zeno Trap Scanning DIA for Sensitive and Quantitative Proteomics at High Throughput
Notice bibliographique
Résumé
Abstract Proteomic experiments, particularly those addressing dynamic proteome properties, time series, or genetic diversity, require the analysis of large sample numbers. Despite significant advancements in proteomic technologies in recent years, further improvements are needed to accelerate measurement and enhance proteome coverage and quantitative performance. Previously, we demonstrated that incorporating a scanning MS2 dimension into data-independent acquisition methods (Scanning SWATH, or more generally scanning DIA) but also ion trapping, improves analytical depth and quantitative performance, especially in proteomic methods using fast chromatography. Here, we evaluate the scanning DIA approach combined with ion trapping via the Zeno trap in a method termed ZT Scan DIA, using a prototype Zeno trap Q-TOF instrument (SCIEX). Applying this method to established proteome standards across various analytical setups, enabling intermediate to high sample throughput, we observed a 30–40% increase in identified precursors. This enhancement extended to overall protein identification and precise quantification. Furthermore, ZT Scan DIA effectively eliminated quantitative bias, as demonstrated by its ability to deconvolute proteomes in multi-species mixtures. We propose that ZT Scan DIA can be used for a broad range of applications in proteomics, particularly in studies requiring high quantitative precision with low sample input and high-throughput workflows. Significance Statement The advent of faster DIA proteomics methods paved the way for investigating increasingly large sample series, including patient cohorts and strain collections containing thousands of samples. Yet, recent improvements in DIA methods still entailed compromises between analytical sensitivity and selectivity. The presented combination of a scanning quadrupole with fast ion trapping in a Zeno Trap, coined ZT Scan DIA increases quantitative precision and accuracy in fast proteomics experiments. These features of ZT Scan DIA may benefit applications that deal with low input samples and high-throughput proteomic workflows in biomedical cohort studies and systems biology.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».