MRMAssayDB: a comprehensive integrated resource for targeted proteomics assays
Notice bibliographique
Résumé
INTRODUCTION: Targeted quantitative proteomics is vital for accurate protein measurement in biological samples. Techniques like Multiple Reaction Monitoring (MRM or SRM) and Parallel Reaction Monitoring (PRM), often used with isotopically labeled internal standards, provide absolute quantification, and represent the current gold standard. However, developing and validating assays for individual proteins remains labor-intensive. Several repositories, such as CPTAC, SRMAtlas, PanoramaWeb, and PeptideTracker host targeted assay data with varying levels of detail. MRMAssayDB is an integrated platform that hosts and annotates the curated targeted proteomics assays from these resources. AREAS COVERED: First launched in 2018 and updated in 2021, the latest release of MRMAssayDB includes over 1.1 million assays for 939,000 peptides, enabling quantification of 61,000 proteins from 146 organisms. The database also maps proteins to 19,000 Gene Ontology terms and 4,000 biological pathways. A newly integrated visualization module projects peptide assays onto Alphafold-predicted 3D protein structures, allowing users to examine peptide locations, post-translational modifications, and disease mutations while also supporting mapping to structures in the Protein Data Bank (PDB). EXPERT OPINION: MRMAssayDB significantly improves access to validated proteotypic peptides and transition data, facilitating efficient assay selection and quantitative panel building for researchers in targeted proteomics. Availability: http://mrmassaydb2.proteomicscentre.com.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».