Nontarget Analysis of Urine by Electrospray Ionization-High Field Asymmetric Waveform Ion Mobility-Tandem Mass Spectrometry
Notice bibliographique
Résumé
Nearly a decade after first commercialization, high field asymmetric waveform ion mobility spectrometry (FAIMS) has yet to find its place in routine chemical analysis. Prototypes have been used to demonstrate the utility of this separation technique combined with mass spectrometry (MS). Unfortunately, first generation commercial FAIMS instruments have gone practically unused by early adopters. Here, we show this to be due to poor ion transmission in the FAIMS-MS source interface. We present simple instrumental modifications and optimization of experimental conditions to achieve good performance from the first generation commercial FAIMS device (the Ionalytics Selectra) coupled to a high resolution Q-TOF-MS. In combination with nanospray ionization, we demonstrate for the first time the nontarget analysis of urine by FAIMS with minimal sample preparation. We show the unique suitability of electrospray ionization (ESI)-FAIMS-MS for identification of low abundance species such as urinary biomarkers of damage of nucleic acids in a complex biological matrix. The elimination of electrospray noise and matrix components by FAIMS and the continuous flow of analytes through FAIMS for accurate and tandem mass analysis produce high quality spectral data suitable for structural identification of unknowns. These characteristics make ESI-FAIMS-MS ideal for nontarget identification, even when compared to high efficiency LC-ESI-MS.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».