MétaCan
Menu
Retour à la cohorte
Enregistrement W1981223045 · doi:10.1002/rcm.785

Software algorithm for automatic interpretation of mass spectra of glycerolipids

2002· article· en· W1981223045 sur OpenAlexaff
Juha‐Pekka Kurvinen, Jaakko Aaltonen, A. Kuksis, Heikki Kallio

Notice bibliographique

RevueRapid Communications in Mass Spectrometry · 2002
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésReplicateMass spectrumChemistrySpectral lineMass spectrometryAnalytical Chemistry (journal)AlgorithmSample (material)SoftwareInterpretation (philosophy)ChromatographyComputer scienceStatisticsMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

A new software algorithm for automatic interpretation of mass spectra of glycerolipids has been developed. The algorithm utilizes a user-specified list of parameters needed to process the spectra. The compounds in mass spectra are identified according to range of measured m/z values, after which the spectra are automatically corrected by the content of naturally occurring isotopes and ion intensities of identified compounds by response correction factors. Automatic processing of the spectra was shown to be accurate and reliable by testing with numerous spectra of glycerophospholipids obtained by liquid chromatography/electrospray ionization mass spectrometry and by comparing the results with manual interpretation of the spectra. If quantitative analysis using internal standards is performed, all the identified compounds in the sample are quantified automatically. A dilution factor may be defined for each sample and is applied to correct the alterations in sample concentration during sample preparation. Processing of several replicate spectra simultaneously produces mean results with standard deviations. The software may also be used to subtract the results of two analyses and to calculate the mean result of replicate subtractions. The algorithm was shown to save time and labor in repetitive processing of mass spectra of similar type. It may be applied to processing of spectra obtained by various mass spectrometric methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0210,016

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,274
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRapid Communications in Mass SpectrometryMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207