Online Nanoflow Two-Dimension Comprehensive Active Modulation Reversed Phase-Reversed Phase Liquid Chromatography High-Resolution Mass Spectrometry for Metaproteomics of Environmental and Microbiome Samples.
Online Nanoflow Two-Dimension Comprehensive Active Modulation Reversed Phase-Reversed Phase Liquid Chromatography High-Resolution Mass Spectrometry for Metaproteomics of Environmental and Microbiome Samples.
复制标题
在线Nanoflow二维全面主动调制反相-反相液相色谱高分辨率质谱法用于环境和微生物组样品的元蛋白质组学。
DOI：
10.1021/acs.jproteome.1c00588
复制
发表时间：
2021-09-03
影响因子：
4.4
通讯作者：
Saito, Mak A.
中科院分区：
文献类型：
--
作者：
McIlvin, Matthew R.;Saito, Mak A.
元蛋白质组学是一种强大的分析方法，可以评估环境和生物医学微生物组环境中微生物群落的功能能力。然而，由于大量的低强度峰特征，由这些混合生物群落产生的质谱是具有挑战性的。在质谱分析之前使用多维度的色谱分离先前已应用于蛋白质组学，但可能需要增加的采样处理和仪器时间。在这里，我们展示了一个自动化的在线全面的主动调制二维液相色谱方法的元蛋白质组样品分析。在第一维中使用高pH PLRP-S柱，然后在第二维中使用双调节C18捕集器和C18柱进行低pH分离。与一维分离相比，该方法将海洋元蛋白质组样品中发现的独特肽的数量增加了50%以上，同时使用相同量的样品和仪器时间。
Metaproteomics is a powerful analytical approach that can assess the functional capabilities deployed by microbial communities in both environmental and biomedical microbiome settings. Yet the mass spectra resulting from these mixed biological communities are challenging due to the high number of low intensity peak features. The use of multiple dimensions of chromatographic separation prior to mass spectrometry analyses has been applied to proteomics previously but can require increased sampling handling and instrument time. Here we demonstrate an automated online comprehensive active-modulation two-dimensional liquid chromatography method for metaproteome sample analysis. A high pH PLRP-S column was used in the first dimension followed by low pH separation in the second dimension using dual modulating C18 traps and a C18 column. This method increased the number of unique peptides found in ocean metaproteome samples by more than 50% when compared to a one-dimension separation while using the same amount of sample and instrument time.
登录
查看更多内容
RAWBEANS：一种简单的，独立的供应商，RAW-DATA质量控制工具。
影响因子：
4.4
作者：
Morgenstern D;Barzilay R;Levin Y
通讯作者：
Levin Y
影响因子：
6.4
作者：
Maier TV;Lucio M;Lee LH;VerBerkmoes NC;Brislawn CJ;Bernhardt J;Lamendella R;McDermott JE;Bergeron N;Heinzmann SS;Morton JT;González A;Ackermann G;Knight R;Riedel K;Krauss RM;Schmitt-Kopplin P;Jansson JK
通讯作者：
Jansson JK
影响因子：
4.4
作者：
Gargano AFG;Shaw JB;Zhou M;Wilkins CS;Fillmore TL;Moore RJ;Somsen GW;Paša-Tolić L
通讯作者：
Paša-Tolić L
DOI：
10.1073/pnas.1525139113
发表时间：
2016-03-01
影响因子：
11.1
作者：
Brum, Jennifer R.;Ignacio-Espinoza, J. Cesar;Sullivan, Matthew B.
通讯作者：
Sullivan, Matthew B.
影响因子：
15.5
作者：
Blakeley-Ruiz, J. Alfredo;Erickson, Alison R.;Hettich, Robert L.
通讯作者：
Hettich, Robert L.