Salt Segregation and Sample Cleanup on Perfluoro-Coated Nanostructured Surfaces for Laser Desorption Ionization Mass Spectrometry of Biofluid Samples
Notice bibliographique
Résumé
We present a surface assisted laser desorption ionization (SALDI) technique, coupled with fluorocarbon coating, to achieve selective segregation of ionic and/or hydrophilic analytes from background biofluid electrolytes for quantiatve mass spectrometric analysis. By controlling the contact angle of (1H,1H,2H,2H-perfluorooctyl) trichlorosilane or (1H,1H,2H,2H-perfluorooctyl) dimethylchlorosilane to a specific range (105-120°), background electrolytes can be made to segregate from hydrophilic analytes during a drying step on the surface of a highly nanoporous thin film. Nanoporous silicon films were prepared using glancing angle deposition (GLAD) thin film technology, then coated with fluorcarbon. This desalting method directly separates highly polar, ionic metabolites, such as amino acids, from salty biofluids such as aritificial cerebrospinal fluid (aCSF) and serum. Derivatization, extraction and rinsing steps are not required to separate the analytes from the bioelectrolytes. With on-chip desalting, the limit of quantitation for histidine spiked in aCSF is ∼1 μM, and calibration curves with internal standards can achieve a precision of 1-9% within a 1 to 50 μM range. Five highly polar organic acids in serum were successfully quantified, and the SALDI-MS results obtained on the desalted serum sample spots show both good reproducibility and compare well to results from NMR and liquid chromatography-mass spectrometry. Putative identification of a total of 32 metabolites was accomplished in blood using time-of-flight MS with perfluoro coated Si-GLAD SALDI, by comparison to tabulated data.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 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 ».