Optimizing Linear Ion-Trap Data-Independent Acquisition toward Single-Cell Proteomics

轨道轨道 化学 质谱法 校准 离子阱 四极离子阱 数据采集 分析化学(期刊) 校准曲线 灵敏度(控制系统) 检出限 频谱分析仪 色谱法 计算机科学 统计 操作系统 电信 工程类 数学 电子工程
作者
Teeradon Phlairaharn,Zilu Ye,Elena Krismer,Anna-Kathrine Pedersen,Maik Pietzner,Jesper V. Olsen,Erwin M. Schoof,Brian C. Searle
出处
期刊:Analytical Chemistry [American Chemical Society]
卷期号:95 (26): 9881-9891 被引量:10
标识
DOI:10.1021/acs.analchem.3c00842
摘要

A linear ion trap (LIT) is an affordable, robust mass spectrometer that provides fast scanning speed and high sensitivity, where its primary disadvantage is inferior mass accuracy compared to more commonly used time-of-flight or orbitrap (OT) mass analyzers. Previous efforts to utilize the LIT for low-input proteomics analysis still rely on either built-in OTs for collecting precursor data or OT-based library generation. Here, we demonstrate the potential versatility of the LIT for low-input proteomics as a stand-alone mass analyzer for all mass spectrometry (MS) measurements, including library generation. To test this approach, we first optimized LIT data acquisition methods and performed library-free searches with and without entrapment peptides to evaluate both the detection and quantification accuracy. We then generated matrix-matched calibration curves to estimate the lower limit of quantification using only 10 ng of starting material. While LIT-MS1 measurements provided poor quantitative accuracy, LIT-MS2 measurements were quantitatively accurate down to 0.5 ng on the column. Finally, we optimized a suitable strategy for spectral library generation from low-input material, which we used to analyze single-cell samples by LIT-DIA using LIT-based libraries generated from as few as 40 cells.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
丰富幻悲完成签到 ,获得积分10
2秒前
枫昱完成签到,获得积分10
3秒前
大雄的梦想是什么完成签到 ,获得积分10
4秒前
5秒前
科研通AI2S应助ydz采纳,获得10
5秒前
潇潇潇发布了新的文献求助10
6秒前
7秒前
syy发布了新的文献求助10
8秒前
沉默冬易完成签到,获得积分10
8秒前
9秒前
伶俐的高烽完成签到 ,获得积分10
9秒前
cbj完成签到,获得积分10
11秒前
13秒前
14秒前
Halo完成签到,获得积分10
15秒前
康2000发布了新的文献求助10
17秒前
巫马驳完成签到,获得积分10
21秒前
hhh完成签到 ,获得积分10
21秒前
羊羊完成签到,获得积分10
26秒前
walalala关注了科研通微信公众号
26秒前
28秒前
29秒前
30秒前
32秒前
33秒前
曲终人散完成签到,获得积分10
33秒前
34秒前
SciGPT应助科研通管家采纳,获得10
35秒前
充电宝应助科研通管家采纳,获得10
35秒前
35秒前
温暖天与应助科研通管家采纳,获得10
35秒前
领导范儿应助科研通管家采纳,获得30
35秒前
xiaowu应助科研通管家采纳,获得10
35秒前
zhangxh应助科研通管家采纳,获得10
35秒前
领导范儿应助科研通管家采纳,获得10
35秒前
领导范儿应助科研通管家采纳,获得10
36秒前
zhangxh应助科研通管家采纳,获得10
36秒前
科研通AI2S应助科研通管家采纳,获得10
36秒前
36秒前
高分求助中
Effect of reactor temperature on FCC yield 1500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Uncertainty Quantification: Theory, Implementation, and Applications, Second Edition 800
The Healthy Socialist Life in Maoist China 600
The Vladimirov Diaries [by Peter Vladimirov] 600
Production Logging: Theoretical and Interpretive Elements 555
Mesopotamian Divination Texts: Conversing with the Gods 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3278872
求助须知:如何正确求助?哪些是违规求助? 2917213
关于积分的说明 8385357
捐赠科研通 2588070
什么是DOI,文献DOI怎么找? 1409968
科研通“疑难数据库(出版商)”最低求助积分说明 657549
邀请新用户注册赠送积分活动 638639