Within-Day Reproducibility of an HPLC−MS-Based Method for Metabonomic Analysis: Application to Human Urine
Notice bibliographique
Résumé
Self-evidently, research in areas supporting "systems biology" such as genomics, proteomics, and metabonomics are critically dependent on the generation of sound analytical data. Metabolic phenotyping using LC-MS-based methods is currently at a relatively early stage of development, and approaches to ensure data quality are still developing. As part of studies on the application of LC-MS in metabonomics, the within-day reproducibility of LC-MS, with both positive and negative electrospray ionization (ESI), has been investigated using a standard "quality control" (QC) sample. The results showed that the first few injections on the system were not representative, and should be discarded, and that reproducibility was critically dependent on signal intensity. On the basis of these findings, an analytical protocol for the metabonomic analysis of human urine has been developed with proposed acceptance criteria based on a step-by-step assessment of the data. Short-term sample stability for human urine was also assessed. Samples were stable for at least 20 h at 4 degrees C in the autosampler while queuing for analysis. Samples stored at either -20 or -80 degrees C for up to 1 month were indistinguishable on subsequent LC-MS analysis. Overall, by careful monitoring of the QC data, it is possible to demonstrate that the "within-day" reproducibility of LC-MS is sufficient to ensure data quality in global metabolic profiling applications.
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 | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».