Identification and Quantitation of Changes in the Platelet Activating Factor Family of Glycerophospholipids over the Course of Neuronal Differentiation by High-Performance Liquid Chromatography Electrospray Ionization Tandem Mass Spectrometry
Notice bibliographique
Résumé
Glycerophospholipids are important structural lipids in membranes with changes associated with progressive neurodegenerative disorders such as Alzheimer disease. Synthesis of the platelet activating factor (PAF) glycerophospholipid subclass is implicated in the control of neuronal differentiation and death. In this article, we combine nanoflow HPLC and mass spectrometry to screen, identify, and quantitate changes in glycerophospholipid subspecies, specifically PAF family members, over the course of neuronal differentiation. Furthermore, precursor ion scans for fragments characteristic of PAF phosphocholine family members and the standard additions of PAF subspecies were combined to perform absolute quantitation of PAF lipids in undifferentiated and differentiated PC12 cells. Surprisingly, a marked asymmetry was detected in the two predominant PAF species (C16:0, C18:0) over the course of differentiation. These results describe a new technique for the sensitive analysis of lipids combining nanoflow HPLC, ESI-MS, and precursor ion scan. Limits of detection of as little as 2 pg of PAF and LPC were obtained, and analysis of the lipidome of as little as 70,000 cells was performed on this system. Furthermore, application to the PC12 model identified a quantifiable difference between PAF molecular species produced over the course of neuronal differentiation.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».