In-source fragmentation in mass spectrometry-based proteomics: prevalence, impact, and strategies for mitigation
이 논문은 질량분석 기반 프로테오믹스에서 데이터 오해석을 초래할 수 있는 인-소스 분해 (ISF) 의 발생 빈도와 영향을 규명하고, 머신러닝 기반의 새로운 탐지 및 제거 전략을 제시하여 이를 완화하는 방안을 모색했습니다. *(참고: 원문 초록에 명시된 '머신러닝'은 직접 언급되지 않았으나, 제안된 '유지 시간 분석 및 정밀한 크로마토그래피 피크 매칭' 기반의 자동화된 접근법을 요약하기 위해 문맥상 가장 적합한 표현으로 선택하거나, 더 직역하여 다음과 같이 수정할 수 있습니다.)* **수정된 더 정확한 번역:** 이 논문은 질량분석 기반 프로테오믹스에서 데이터 오해석을 초래할 수 있는 인-소스 분해 (ISF) 의 발생 빈도와 영향을 광범위한 데이터를 통해 규명하고, 유지 시간 분석과 정밀한 피크 매칭을 기반으로 한 오픈소스 ISF 탐지 및 제거 전략을 제시하여 그 영향을 완화하는 방안을 모색했습니다.