Surface Plasmon Resonance Imaging-MALDI-TOF Imaging Mass Spectrometry of Thin Tissue Sections
Notice bibliographique
Résumé
Identification and quantification of proteins in imaging of biological samples are a challenge in today's science. Here, we demonstrate a novel surface plasmon resonance imaging-matrix assisted laser desorption ionization imaging mass spectrometry (SPRi-MALDI IMS) coupled technique competent for the acquisition of multiparametric information by creating a tissue section imprint on an SPRi sensor surface. Correlated images were acquired in SPRi and in MALDI IMS for abundant proteins from a single mouse kidney tissue. The spatial organization of the transferred proteins from the tissue to the SPRi surface was preserved and imaged by SPR and MALDI MS. Surface chemistry was selected to nonspecifically adsorb and retain high concentrations of proteins on the SPRi surface. The diffusion kinetics were controlled to ensure fast transfer of proteins from the tissue sections with minimal lateral diffusion to achieve high spatial fidelity transfer. Lastly, the SPRi instrument was modified to insert a tissue sample in the fluidics chamber to facilitate the real-time measurement of the transfer process. The MALDI IMS experimental conditions, such as matrix deposition and the interface between the SPRi prism and the MALDI IMS instrument, were also optimized. The results show quantitative and regioselective SPRi images correlating to MALDI IMS images of different proteins transferred from a single tissue section.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».