MétaCan
Menu
Retour à la cohorte
Enregistrement W1987918216 · doi:10.1002/mas.21360

Mass spectrometry imaging under ambient conditions

2012· review· en· W1987918216 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMass Spectrometry Reviews · 2012
Typereview
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensYork University
Organismes subventionnairesNational Institute of Biomedical Imaging and Bioengineering
Mots-clésChemistryDesorption electrospray ionizationAmbient ionizationMass spectrometryAnalytical Chemistry (journal)IonizationDirect electron ionization liquid chromatography–mass spectrometry interfaceMatrix-assisted laser desorption electrospray ionizationAtmospheric-pressure laser ionizationElectrospray ionizationMass spectrometry imagingIon sourceExtractive electrospray ionizationSample preparation in mass spectrometryChemical ionizationThermal ionization mass spectrometryPhotoionizationIonChromatography

Résumé

récupéré en direct d'OpenAlex

Mass spectrometry imaging (MSI) has emerged as an important tool in the last decade and it is beginning to show potential to provide new information in many fields owing to its unique ability to acquire molecularly specific images and to provide multiplexed information, without the need for labeling or staining. In MSI, the chemical identity of molecules present on a surface is investigated as a function of spatial distribution. In addition to now standard methods involving MSI in vacuum, recently developed ambient ionization techniques allow MSI to be performed under atmospheric pressure on untreated samples outside the mass spectrometer. Here we review recent developments and applications of MSI emphasizing the ambient ionization techniques of desorption electrospray ionization (DESI), laser ablation electrospray ionization (LAESI), probe electrospray ionization (PESI), desorption atmospheric pressure photoionization (DAPPI), femtosecond laser desorption ionization (fs-LDI), laser electrospray mass spectrometry (LEMS), infrared laser ablation metastable-induced chemical ionization (IR-LAMICI), liquid microjunction surface sampling probe mass spectrometry (LMJ-SSP MS), nanospray desorption electrospray ionization (nano-DESI), and plasma sources such as the low temperature plasma (LTP) probe and laser ablation coupled to flowing atmospheric-pressure afterglow (LA-FAPA). Included are discussions of some of the features of ambient MSI for example the ability to implement chemical reactions with the goal of providing high abundance ions characteristic of specific compounds of interest and the use of tandem mass spectrometry to either map the distribution of targeted molecules with high specificity or to provide additional MS information on the structural identification of compounds. We also describe the role of bioinformatics in acquiring and interpreting the chemical and spatial information obtained through MSI, especially in biological applications for tissue diagnostic purposes. Finally, we discuss the challenges in ambient MSI and include perspectives on the future of the field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0060,004
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0870,005

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 Opus0,057
Tête enseignante GPT0,347
Écart entre enseignants0,289 · 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