Comprehensive and Quantitative Profiling of the Human Sweat Submetabolome Using High-Performance Chemical Isotope Labeling LC–MS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Human sweat can be noninvasively collected and used as a media for diagnosis of certain diseases as well as for drug detection. However, because of very low concentrations of endogenous metabolites present in sweat, metabolomic analysis of sweat with high coverage is difficult, making it less widely used for metabolomics research. In this work, a high-performance method for profiling the human sweat submetabolome based on chemical isotope labeling (CIL) liquid chromatography-mass spectrometry (LC-MS) is reported. Sweat was collected using a gauze sponge style patch, extracted from the gauze by centrifugation, and then derivatized using CIL. Differential (12)C- and (13)C-dansylation labeling was used to target the amine/phenol submetabolome. Because of large variations in the total amount of sweat metabolites in individual samples, sample amount normalization was first performed using liquid chromatography with UV detection (LC-UV) after dansylation. The (12)C-labeled individual sample was then mixed with an equal amount of (13)C-labeled pooled sample. The mixture was subjected to LC-MS analysis. Over 2707 unique metabolites were detected across 54 sweat samples collected from six individuals with an average of 2002 ± 165 metabolites detected per sample from a total of 108 LC-MS runs. Using a dansyl standard library, we were able to identify 83 metabolites with high confidence; many of them have never been reported to be present in sweat. Using accurate mass search against human metabolome libraries, we putatively identified an additional 2411 metabolites. Uni- and multivariate analyses of these metabolites showed significant differences in the sweat submetabolomes between male and female, as well as between early and late exercise. These results demonstrate that the CIL LC-MS method described can be used to profile the human sweat submetabolome with high metabolomic coverage and high quantification accuracy to reveal metabolic differences in different sweat samples, thereby allowing the use of sweat as another human biofluid for comprehensive and quantitative metabolomics research.
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.
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 découle