Activity-Based Probes Linked with Laser-Cleavable Mass Tags for Signal Amplification in Imaging Mass Spectrometry: Analysis of Serine Hydrolase Enzymes in Mammalian Tissue
Notice bibliographique
Résumé
A novel functional imaging mass spectrometry technology is described that utilizes activity-based probes for imaging enzyme active sites in tissue sections. We demonstrate this technology using an activity-based probe (fluorophosphate) that is specific for serine hydrolases. A dendrimer containing multiple mass tags that is attached to the activity-based probe is used to analyze the binding sites of the probe through release and measurement of the mass tags on laser irradiation. A generation 8 poly(amido amine) dendrimer with 1024 amino groups was labeled with an azide group, and then, more than 900 mass tags were attached in order to achieve signal amplification of nearly 3 orders of magnitude. The experimental protocol first involves binding of the activity-based probe containing an alkyne group to serine hydrolases in the tissue section followed by attachment of the dendrimer labeled with mass tags to the bound probe by Click chemistry. On irradiation of the labeled tissue by the laser beam in a raster pattern, the mass tags are liberated and recorded by the mass analyzer; consequently, the ion image of the mass tag reveals the distribution of serine hydrolases in the tissue. This process was shown using rat brain and mouse embryo sections. Targeted imaging has the advantage of providing high spatial resolution and high sensitivity through the use of signal amplification chemistry with high target specificity through the use of an enzyme activity probe.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».