Top-Down Proteomics on a High-field Fourier Transform Ion Cyclotron Resonance Mass Spectrometer
Notice bibliographique
Résumé
Mass spectrometry is the tool of choice for sequencing peptides and determining the sites of posttranslational modifications; however, this bottom-up approach lacks in providing global information about the modification states of proteins including the number and types of isoforms and their stoichiometry. Recently, various techniques and mass spectrometers, such as high-field Fourier Transform Ion Cyclotron Resonance (FTICR) mass spectrometers, have been developed to study intact proteins (top-down proteomics). While the protein molecular mass and the qualitative and quantitative information about protein isoforms can be revealed by FTICR-MS analysis, their primary structure (including the identification of modifications and their exact locations in the amino acid sequence) can directly be determined using the MS/MS capability offered by the FTICR mass spectrometer. The distinct advantage of top-down methods are that modifications can be determined for a specific protein isoform rather than for peptides belonging to one or several isoforms. In this chapter, we describe different top-down proteomic approaches enabled by high-field (7, 9.4, and 12 T) FTICR mass spectrometers, and their applicability to answer biological and biomedical questions. We also describe the use of the free flow electrophoresis (FFE) to separate proteins prior to top-down mass spectrometric characterization.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,005 |
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 ».