A Novel Hybrid High-Speed Mass Spectrometer Allows Rapid Translation From Biomarker Candidates to Targeted Clinical Tests Using 15N-Labeled Proteins
Notice bibliographique
Résumé
Recent developments in affinity binder or mass spectrometry (MS)-based plasma proteomics are now producing panels of potential biomarker candidates for diagnosis or prognosis. However, clinical validation and implementation of these biomarkers remain limited by the reliance on dated triple quadrupole MS technology. Here, we evaluate a novel hybrid high-speed mass spectrometer, Stellar MS, which integrates the robustness of triple quadrupoles with the enhanced capabilities of an advanced linear ion trap analyzer. This instrument allows for extremely rapid and sensitive parallel reaction monitoring (PRM) and MS3 targeting. The Stellar MS allowed targeting thousands of peptides originally measured on Orbitrap Astral MS, achieving high reproducibility and low coefficients of variation (CV) as well as sensitivity and specificity sufficient for many of the top 1000 plasma proteins. Furthermore, we developed targeted assays for alcohol-related liver disease (ALD) biomarkers, showcasing the potential of Stellar MS in clinical applications. Absolute quantification is typically a requirement for clinical assays, and we explore the use of 15 N-labeled protein standards in a rapid, streamlined, and generic manner. Our results indicate that the Stellar MS can bridge the gap between proteomics discovery and routine clinical testing, enhancing the diagnostic and prognostic utility of protein biomarkers.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».