MétaCan
Menu
Retour à la cohorte
Enregistrement W4416598101 · doi:10.5256/f1000research.6529.d102594

Supplementary Datasets 1–11.

2015· dataset· en· W4416598101 sur OpenAlexaff
David Pellerin, Hugo Gagnon, Jean Y. Dubé, François Corbin

Notice bibliographique

RevueFaculty of 1000 Research Ltd · 2015
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésnon disponible

Résumé

récupéré en direct d'OpenAlex

Sample preparation is a crucial step for liquid chromatography-tandem mass spectrometry (LC-MS/MS)-based proteomics. Sodium dodecyl sulfate (SDS) is a powerful denaturing detergent that allows for long-term preservation of protein integrity. However, as it inhibits trypsin and interferes with LC-MS/MS analyses, it must be removed from samples prior to these experiments. The Filter-Aided Sample Preparation (FASP) method is actually one of the preferred and simplest methods for such purpose. Nonetheless, there exist great disparities in the quality of outcomes when comparing FASP to other protocols depending on the authors, and recent reports have pointed to concerns regarding its depth of proteome coverage. To address these issues, we propose an Amicon-adapted in-solution-based enhanced FASP (eFASP) approach that relies on current best practices in comprehensive proteomics sample preparation. Human megakaryoblastic leukaemia cancer cells’ protein extracts were treated in parallel with both Amicon-adapted eFASP and FASP, quantified for remaining SDS and then analyzed with a 1-hr gradient LC-MS/MS run. The Amicon-adapted eFASP utilizes a passivated low molecular weight cut-off Amicon filter, and incorporates a cleaning step with a high-content deoxycholate buffer and a ‘one-step-two-enzymes’ trypsin/Lys-C in-solution digestion. Amicon-adapted eFASP was found more reproducible and deepened proteome coverage, especially for membrane proteins. As compared to FASP, Amicon-adapted eFASP removed much of SDS from high-protein samples and reached a notable depth of proteome coverage with nearly 1,700 proteins identified in a 1 hr LC-MS/MS single-run analysis without prior fractionation. Amicon-adapted eFASP can therefore be regarded as a simple and reliable sample preparation approach for comprehensive proteomics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,585

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,1750,136

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.

Tête enseignante Opus0,115
Tête enseignante GPT0,443
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueFaculty of 1000 Research LtdTravaux en français237 207