On-Tissue Localization of Ceramides and Other Sphingolipids by MALDI Mass Spectrometry Imaging
Notice bibliographique
Résumé
A novel MALDI-FTICR imaging mass spectrometry (MALDI-IMS) workflow is described for on-tissue detection, spatial localization, and structural confirmation of low abundance bioactive ceramides and other sphingolipids. Increasingly, altered or elevated levels of sphingolipids, sphingolipid metabolites, and sphingolipid metabolizing enzymes have been associated with a variety of disorders such as diabetes, obesity, lysosomal storage disorders, and cancer. Ceramide, which serves as a metabolic hub in sphingolipid metabolism, has been linked to cancer signaling pathways and to metabolic regulation with involvement in autophagy, cell-cycle arrest, senescence, and apoptosis. Using kidney tissues from a new Farber disease mouse model in which ceramides of all acyl chain lengths and other sphingolipid metabolites accumulate in tissues, specific ceramides and sphingomyelins were identified by on-tissue isolation and fragmentation, coupled with an on-tissue digestion by ceramidase or sphingomyelinase. Multiple glycosphingolipid species were also detected. The newly generated library of sphingolipid ions was then applied to MALDI-IMS of human lung cancer tissues. Multiple tumor specific ceramide and sphingomyelin species were detected and confirmed by on-tissue enzyme digests and structural confirmation. High-resolution MALDI-IMS in combination with novel on-tissue ceramidase and sphingomyelinase enzyme digestions makes it now possible to rapidly visualize the distribution of bioactive ceramides and sphingomyelin in tissues.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».