MétaCan
Menu
Retour à la cohorte
Enregistrement W2727952875 · doi:10.1007/978-1-61779-827-6_8

Fourier Transform Infrared Spectroscopy for Molecular Analysis of Microbial Cells

2012· article· en· W2727952875 sur OpenAlexaff
Jesús J. Ojeda, Maria Dittrich

Notice bibliographique

RevueMethods in molecular biology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensUniversity of TorontoThe Scarborough Hospital
Organismes subventionnairesnon disponible
Mots-clésFourier transform infrared spectroscopyInfraredFourier transformFourier transform spectroscopyInfrared spectroscopySpectroscopyMaterials scienceAnalytical Chemistry (journal)ChemistryPhysicsOpticsEnvironmental chemistryOrganic chemistryAstronomy

Résumé

récupéré en direct d'OpenAlex

A rapid and inexpensive method to characterise chemical cell properties and identify the functional groups present in the cell wall is Fourier transform infrared spectroscopy (FTIR). Infrared spectroscopy is a well-established technique to identify functional groups in organic molecules based on their vibration modes at different infrared wave numbers. The presence or absence of functional groups, their protonation states, or any changes due to new interactions can be monitored by analysing the position and intensity of the different infrared absorption bands. Additionally, infrared spectroscopy is non-destructive and can be used to monitor the chemistry of living cells. Despite the complexity of the spectra, the elucidation of functional groups on Gram-negative and Gram-positive bacteria has been already well documented in the literature. Recent advances in detector sensitivity have allowed the use of micro-FTIR spectroscopy as an important analytical tool to analyse biofilm samples without the need of previous treatment. Using FTIR spectroscopy, the infrared bands corresponding to proteins, lipids, polysaccharides, polyphosphate groups, and other carbohydrate functional groups on the bacterial cells can now be identified and compared along different conditions. Despite some differences in FTIR spectra among bacterial strains, experimental conditions, or changes in microbiological parameters, the IR absorption bands between approximately 4,000 and 400 cm(-1) are mainly due to fundamental vibrational modes and can often be assigned to the same particular functional groups. In this chapter, an overview covering the different sample preparation protocols for infrared analysis of bacterial cells is given, alongside the basic principles of the technique, the procedures for calculating vibrational frequencies based on simple harmonic motion, and the advantages and disadvantages of FTIR spectroscopy for the analysis of microorganisms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,015

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,424
Écart entre enseignants0,409 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations116
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207