Unraveling the unknown areas of the human metabolome: the role of infrared ion spectroscopy
Notice bibliographique
Résumé
The identification of molecular biomarkers is critical for diagnosing and treating patients and for establishing a fundamental understanding of the pathophysiology and underlying biochemistry of inborn errors of metabolism. Currently, liquid chromatography/high-resolution mass spectrometry and nuclear magnetic resonance spectroscopy are the principle methods used for biomarker research and for structural elucidation of small molecules in patient body fluids. While both are powerful techniques, several limitations exist that often make the identification of unknown compounds challenging. Here, we describe how infrared ion spectroscopy has the potential to be a valuable orthogonal technique that provides highly-specific molecular structure information while maintaining ultra-high sensitivity. Here, we characterize and distinguish two well-known biomarkers of inborn errors of metabolism, glutaric acid for glutaric aciduria and ethylmalonic acid for short-chain acyl-CoA dehydrogenase deficiency, using infrared ion spectroscopy. In contrast to tandem mass spectra, in which ion fragments can hardly be predicted, we show that the prediction of an IR spectrum allows reference-free identification in the case that standard compounds are either commercially or synthetically unavailable. Finally, we illustrate how functional group information can be obtained from an IR spectrum for an unknown and how this is valuable information to, for example, narrow down a list of candidate structures resulting from a database query. Early diagnosis in inborn errors of metabolism is crucial for enabling treatment and depends on the identification of biomarkers specific for the disorder. Infrared ion spectroscopy has the potential to play a pivotal role in the identification of challenging biomarkers.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».