Matrix‐assisted laser desorption/ionization imaging mass spectrometry of intraperitoneally injected danegaptide (ZP1609) for treatment of stroke‐reperfusion injury in mice
Notice bibliographique
Résumé
RATIONALE: This work focuses on direct matrix-assisted laser desorption/ionization imaging mass spectrometry (MALDI-IMS) detection of intraperitoneally (IP)-injected dipeptide ZP1609 in mouse brain tissue. Direct analysis of drug detection in intact tissue sections provides distribution information that can impact drug development. MALDI-IMS capabilities of uncovering drug transport across the blood-brain barrier are demonstrated. METHODS: Successful peptide detection using MALDI-IMS was achieved using a MALDI TOF/TOF system. Upon optimization of sample preparation procedures for dipeptide ZP1609, an additional tissue acidification procedure was found to greatly enhance signal detection. The imaging data acquired was able to determine successful transport of ZP1609 across the blood-brain barrier. Data obtained from MALDI-IMS can help shape our understanding of biological functions, disease progression, and effects of drug delivery. RESULTS: Direct detection of ZP1609 throughout the brain tissue sections was observed from MALDI-MS images. However, in cases where there was induction of stroke, a peak of lower signal intensity was also detected in the target m/z region. Although distinct differences in signal intensity can be seen between control and experimental groups, fragments and adducts of ZP1609 were investigated using MALDI-IMS to verify detection of the target analyte. CONCLUSIONS: Overall, the data reveals successful penetration of ZP1609 across the blood-brain barrier. The benefits of tissue acidification in the enhancement of detection sensitivity for low-abundance peptides were demonstrated. MALDI-IMS has been shown to be a useful technique in the direct detection of drugs within intact brain tissue sections.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».