Overcoming Sample Matrix Effect in Quantitative Blood Metabolomics Using Chemical Isotope Labeling Liquid Chromatography Mass Spectrometry
Notice bibliographique
Résumé
Blood is widely used for discovery metabolomics to search for disease biomarkers. However, blood sample matrix can have a profound effect on metabolome analysis, which can impose an undesirable restriction on the type of blood collection tubes that can be used for blood metabolomics. We investigated the effect of blood sample matrix on metabolome analysis using a high-coverage and quantitative metabolome profiling technique based on differential chemical isotope labeling (CIL) LC-MS. We used 12 C-/ 13 C-dansylation LC-MS to perform relative quantification of the amine/phenol submetabolomes of four types of samples (i.e., serum, EDTA plasma, heparin plasma, and citrate plasma) collected from healthy individuals and compare their metabolomic results. From the analysis of 80 plasma and serum samples in experimental triplicate, we detected a total of 3651 metabolites with an average of 1818 metabolites per run ( n = 240). The number of metabolites detected and the precision and accuracy of relative quantification were found to be independent of the sample type. Within each sample type, the metabolome data set could reveal biological variation (e.g., sex separation). Although the relative concentrations of some individual metabolites might be different in the four types of samples, for sex separation, all 66 significant metabolites with larger fold-changes (FC ≥ 2 and p < 0.05) found in at least one sample type could be found in the other types of samples with similar or somewhat reduced, but still significant, fold-changes. Our results indicate that CIL LC-MS could overcome the sample matrix effect, thereby greatly broadening the scope of blood metabolomics; any blood samples properly collected in routine clinical settings, including those in biobanks originally used for other purposes, can potentially be used for discovery metabolomics.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».