Hydrogen sulphide in human nasal air quantified using thermal desorption and selected ion flow tube mass spectrometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The discovery that hydrogen sulphide (H2S) acts as a gasotransmitter when present at very low concentrations (sub-parts per billion (ppbv)) has resulted in the need to quickly quantify trace amounts of the gas in complex biological samples. Selected ion flow tube mass spectrometry (SIFT-MS) is capable of real-time quantification of H2S but many SIFT-MS instruments lack sufficient sensitivity for this application. In this study we investigate the utility of combining thermal desorption with SIFT-MS for quantifying H2S in the 0.1-1 ppbv concentration range. Human orally or nasally derived breath, and background ambient air, were collected in sampling bags and dried by passing through CaCl2 and H2S pre-concentrated using a sorbent trap optimised for the capture of this gas. The absorbed H2S was then thermally desorbed and quantified by SIFT-MS. H2S concentrations in ambient air, nasal breath and oral breath collected from 10 healthy volunteers were 0.12 ± 0.02 (mean ± SD), 0.40 ± 0.11 and 3.1 ± 2.5 ppbv respectively, and in the oral cavity H2S, quantified by SIFT-MS without pre-concentration, was present at 13.5 ± 8.6 ppbv. The oral cavity H2S correlates well with oral breath H2S but not with nasal breath H2S, suggesting that oral breath H2S derives mainly from the oral cavity but nasal breath is likely pulmonary in origin. The successful quantification of such low concentrations of H2S in nasal air using a rapid analytical procedure paves the way for the straightforward analysis of H2S in breath and may assist in elucidating the role that H2S plays in biological systems.
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.
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 | 0,002 | 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 découle