MétaCan
Menu
Retour à la cohorte
Enregistrement W2105537689 · doi:10.1007/s11306-009-0174-2

Effects of sample handling and storage on quantitative lipid analysis in human serum

2009· article· en· W2105537689 sur OpenAlexaff
Angela M. Zivkovic, Michelle M. Wiest, Uyen Thao Nguyen, Ryan M. Davis, Steven M. Watkins, J. Bruce German

Notice bibliographique

RevueMetabolomics · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensdPoint Technologies (Canada)
Organismes subventionnairesNational Institute of Environmental Health Sciences
Mots-clésFractionationVery low-density lipoproteinPhosphatidylethanolamineChemistryCholesterolChromatographyLipoproteinDiacylglycerol kinasePhospholipidQuantitative analysis (chemistry)CentrifugationExtraction (chemistry)LipidomicsMetabolomicsBiochemistryPhosphatidylcholineEnzyme

Résumé

récupéré en direct d'OpenAlex

There is sparse information about specific storage and handling protocols that minimize analytical error and variability in samples evaluated by targeted metabolomics. Variance components that affect quantitative lipid analysis in a set of human serum samples were determined. The effects of freeze-thaw, extraction state, storage temperature, and freeze-thaw prior to density-based lipoprotein fractionation were quantified. The quantification of high abundance metabolites, representing the biologically relevant lipid species in humans, was highly repeatable (with coefficients of variation as low as 0.01 and 0.02) and largely unaffected by 1-3 freeze-thaw cycles (with 0-8% of metabolites affected in each lipid class). Extraction state had effects on total lipid class amounts, including decreased diacylglycerol and increased phosphatidylethanolamine in thawed compared with frozen samples. The effects of storage temperature over 1 week were minimal, with 0-4% of metabolites affected by storage at 4 degrees C, -20 degrees C, or -80 degrees C in most lipid classes, and 19% of metabolites in diacylglycerol affected by storage at -20 degrees C. Freezing prior to lipoprotein fractionation by density ultracentrifugation decreased HDL free cholesterol by 37% and VLDL free fatty acid by 36%, and increased LDL cholesterol ester by 35% compared with fresh samples. These findings suggest that density-based fractionation should preferably be undertaken in fresh serum samples because up to 37% variability in HDL and LDL cholesterol could result from a single freeze-thaw cycle. Conversely, quantitative lipid analysis within unfractionated serum is minimally affected even with repeated freeze-thaw cycles.

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)0,010
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,272
Écart entre enseignants0,261 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations157
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetabolomicsMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207