Novel Approaches to Managing and Contrasting Complex Ion Mobility MALDI Imaging Datasets.
Notice bibliographique
Résumé
Mass spectrometry imaging (MSI) has proved to be a powerful analytical tool for the detection, localization and identification of many analytes, including metabolites, lipids and proteins, originating from complex, biological sample surfaces. MSI experiments can generate vast amount of data, depending on image size and acquisition mass range, which will both directly relate to the number of ions detected, the number of pixels and possibly the addition of ion mobility to improve the specificity of the analysis. Tissue sections used were xenograph tissue, where the rat animals were administrated an anti-cancer drug called Dasanitib at a concentration of 30 mg/kg, and scarified at different time points (1 and 3-hours). In situ digestion was performed with a trypsin solution being sprayed directly on the tissue samples and an overnight incubation. Several layers of matrix, a-cyano-4-hydroxicinnamic acid (CHCA) containing aniline in acentonitrile: water:TFA (1:1:0,1), was also sprayed directly onto the tissue samples. We are presenting a new approach where HDMS Compare software is used in combination with High Definition Imaging (HDI) software. HDMS compare is a powerful analytical tool that investigates the data by comparing two datasets based on multi-dimensional differences in the m/z and drift time domains. It measure differences between samples that are believed to be very similar and were the difference cannot by detected by MS only. After Comparing, Inspecting and Detecting the 2-D plot images, a peak list was generated where the tryptic peptides were more abundant in the 3-hours vs. the 1-hour post dose tissue sections. The peak list was used to generate ion images of the contrasted tissue sections in the HDI software to confirm the highest intensities and identity of the tryptic peptides in the 3-hour 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 | 0,009 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».