Metabolomics of Small Numbers of Cells: Metabolomic Profiling of 100, 1000, and 10000 Human Breast Cancer Cells
Notice bibliographique
Résumé
Abstract In cellular metabolomics, it is desirable to carry out metabolomic profiling using a small number of cells in order to save time and cost. In some applications (e.g., working with circulating tumor cells in blood), only a limited number of cells are available for analysis. In this report, we describe a method based on high-performance chemical isotope labeling (CIL) nanoflow liquid chromatography mass spectrometry (nanoLC-MS) for high-coverage metabolomic analysis of small numbers of cells (i.e., ≤10000 cells). As an example, 12C-/13C-dansyl labeling of the metabolites in lysates of 100, 1000, and 10000 MCF-7 breast cancer cells was carried out using a new labeling protocol tailored to handle small amounts of metabolites. Chemical-vapor-assisted ionization in a captivespray interface was optimized for improving metabolite ionization and increasing robustness of nanoLC-MS. Compared to microflow LC-MS, the nanoflow system provided much improved metabolite detectability with a significantly reduced sample amount required for analysis. Experimental duplicate analyses of biological triplicates resulted in the detection of 1620 ± 148, 2091 ± 89 and 2402 ± 80 (n = 6) peak pairs or metabolites in the amine/phenol submetabolome from the 12C-/13C-dansyl labeled lysates of 100, 1000, and 10000 cells, respectively. About 63–69% of these peak pairs could be either identified using dansyl labeled standard library or mass-matched to chemical structures in human metabolome databases. We envisage the routine applications of this method for high-coverage quantitative cellular metabolomics using a starting material of 10000 cells. Even for analyzing 100 or 1000 cells, although the metabolomic coverage is reduced from the maximal coverage, this method can still detect thousands of metabolites, allowing the analysis of a large fraction of the metabolome and focused analysis of the detectable metabolites.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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) | 0,002 | 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 ».