Medical Swab Analysis Using Desorption Electrospray Ionization Mass Spectrometry: A Noninvasive Approach for Mucosal Diagnostics
Notice bibliographique
Résumé
Medical swabs are routinely used worldwide to sample human mucosa for microbiological screening with culture methods. These are usually time-consuming and have a narrow focus on screening for particular microorganism species. As an alternative, direct mass spectrometric profiling of the mucosal metabolome provides a broader window into the mucosal ecosystem. We present for the first time a minimal effort/minimal-disruption technique for augmenting the information obtained from clinical swab analysis with mucosal metabolome profiling using desorption electrospray ionization mass spectrometry (DESI-MS) analysis. Ionization of mucosal biomass occurs directly from a standard rayon swab mounted on a rotating device and analyzed by DESI MS using an optimized protocol considering swab-inlet geometry, tip-sample angles and distances, rotation speeds, and reproducibility. Multivariate modeling of mass spectral fingerprints obtained in this way readily discriminate between different mucosal surfaces and display the ability to characterize biochemical alterations induced by pregnancy and bacterial vaginosis (BV). The method was also applied directly to bacterial biomass to confirm the ability to detect intact bacterial species from a swab. These results highlight the potential of direct swab analysis by DESI-MS for a wide range of clinical applications including rapid mucosal diagnostics for microbiology, immune responses, and biochemistry.
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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».