Development of Isotope Labeling LC–MS for Human Salivary Metabolomics and Application to Profiling Metabolome Changes Associated with Mild Cognitive Impairment
Notice bibliographique
Résumé
Saliva is a readily available biofluid that may contain metabolites of interest for diagnosis and prognosis of diseases. In this work, a differential (13)C/(12)C isotope dansylation labeling method, combined with liquid chromatography Fourier transform ion cyclotron resonance mass spectrometry (LC-FTICR-MS), is described for quantitative profiling of the human salivary metabolome. New strategies are presented to optimize the sample preparation and LC-MS detection processes. The strategies allow the use of as little of 5 μL of saliva sample as a starting material to determine the concentration changes of an average of 1058 ion pairs or putative metabolites in comparative saliva samples. The overall workflow consists of several steps including acetone-induced protein precipitation, (12)C-dansylation labeling of the metabolites, and LC-UV measurement of the total concentration of the labeled metabolites in individual saliva samples. A pooled sample was prepared from all the individual samples and labeled with (13)C-dansylation to serve as a reference. Using this metabolome profiling method, it was found that compatible metabolome results could be obtained after saliva samples were stored in tubes normally used for genetic material collection at room temperature, -20 °C freezer, and -80 °C freezer over a period of 1 month, suggesting that many saliva samples already collected in genomic studies could become a valuable resource for metabolomics studies, although the effect of much longer term of storage remains to be determined. Finally, the developed method was applied for analyzing the metabolome changes of two different groups: normal healthy older adults and comparable older adults with mild cognitive impairment (MCI). Top-ranked 18 metabolites successfully distinguished the two groups, among which seven metabolites were putatively identified while one metabolite, taurine, was definitively identified.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».