MétaCan
Menu
Retour à la cohorte
Enregistrement W2144717513 · doi:10.1039/c4sc01850h

Matrix coating assisted by an electric field (MCAEF) for enhanced tissue imaging by MALDI-MS

2014· article· en· W2144717513 sur OpenAlexafffund
Xiaodong Wang, Jun Han, Juncong Yang, Jingxi Pan, Christoph H. Borchers

Notice bibliographique

RevueChemical Science · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensGenome British ColumbiaUniversity of Victoria
Organismes subventionnairesGenome British ColumbiaGenome Canada
Mots-clésMatrix-assisted laser desorption/ionizationMass spectrometry imagingMALDI imagingMass spectrometryElectric fieldCoatingMatrix (chemical analysis)DesorptionChemistryIonizationMaterials scienceAnalytical Chemistry (journal)ChromatographyNanotechnologyIonPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

, quercetin, 2-mercaptobenzothiazole, dithranol, 9-aminoacridine, and sinapinic acid) and the sensitivity increases were independent of the solvent compositions and pH values of the matrix solutions. Taking rat brain as an example, MCAEF led to the on-tissue detection and imaging of 648 identified lipids by combining positive and negative ion detection by MALDI-Fourier transform ion cyclotron resonance MS and with quercetin as the matrix, as compared to only 344 lipids without MCAEF. For protein imaging, up to 232 protein signals were successfully detected in rat brain tissue sections by MALDI-time-of-flight MS within a mass range of 3500 to 37 000 Da, as compared to 119 without MCAEF. MCAEF also enabled the detection of higher molecular-weight proteins. These results demonstrate the advantages of MCAEF for overall performance improvements in MALDI imaging and we believe that this technique has the potential to become a standard practice for MALDI tissue imaging.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,237
Score d'incertitude au seuil0,659

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,298
Écart entre enseignants0,291 · 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 tête enseignante, 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

Citations45
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical ScienceMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207