A novel method for quantitation of acylglycines in human dried blood spots by UPLC-tandem mass spectrometry
Notice bibliographique
Résumé
BACKGROUND: Several acylcarnitines used as primary markers on dried blood filter papers (DBS) for newborn screening lack specificity and contribute to a higher false positive rate. The analysis of urine acylglycines is useful in the diagnosis of inborn errors of metabolism (IEM) including medium chain acyl-CoA dehydrogenase deficiency (MCADD), isovaleric acidemia, and beta-ketothiolase deficiency (BKTD). Currently, no method for analyzing acylglycines from DBS has been published. METHODS: Acylglycines were extracted from two 3.2 mm DBS punches and butylated using Butanol-HCl. Ultra Performance Liquid Chromatography (UPLC-MS/MS) with run time of 10 min permits resolution and quantitation of 15 acylglycines; including several isobaric. Method development was completed. Reference intervals (n = 573) were established for four birth weight groups. Furthermore, samples from patients with a confirmed IEM (n = 11), and false positive screens (n = 78) were analyzed to validate the interpretation obtained from the newly established reference intervals. RESULTS: Calibration curves were linear from 0.005 to 25.0 μM. Ion suppression was evaluated as minimal (2 to 10%). Samples from known patients were used to validate the reference intervals. For C5OH-related disorders, tiglylglycine (TG), TG/acetylglycine (AG) ratio, 3methylcrotonylglycine (3MCG) and 3MCG/AG ratio increased specificity. Propionylglycine (PG) and PG/acetylglycine ratio were two discriminatory markers in the investigation of C3-related disorders. Hexanoylglycine (HG), octanoylglycine (OG), suberylglycine (SG), and the ratios HG/AG, OC/AG and SG/AG were excellent markers of MCADD deficiency. CONCLUSION: This method shows potential application as a second tier screen in order to reduce the false positive rate for a number of IEM targeted by newborn screening.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».