MétaCan
Menu
Retour à la cohorte
Enregistrement W2932232377 · doi:10.1002/dta.2600

Alterations in phospholipid profiles of erythrocytes deep‐frozen without cryoprotectants

2019· article· en· W2932232377 sur OpenAlexfundno aff
Yoeseph Cho, Ji‐Hye Woo, Oh‐Seung Kwon, Sang Sun Yoon, Junghyun Son

Notice bibliographique

RevueDrug Testing and Analysis · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueErythrocyte Function and Pathophysiology
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésPhospholipidCryoprotectantChemistryChromatographyTandem mass spectrometryLiquid chromatography–mass spectrometryRed blood cellCryopreservationErythrocyte membraneMass spectrometryLipid bilayerMembraneLipidomicsBiochemistryBiologyCell biology

Résumé

récupéré en direct d'OpenAlex

The erythrocyte membrane is composed of a phospholipid bilayer, which is known to undergo physicochemical changes during storage at low temperatures. This study was conducted to identify marker phospholipids that indicate alteration during deep-frozen storage and to determine the amount of marker phospholipids. Our research suggested a method to detect phospholipids by profiling analysis of thermally injured red blood cells (RBCs) without protecting agents. Human blood was stored at -80°C for 72 days. The RBC membrane phospholipids were extracted through a modified Bligh and Dyer method. Six selected phospholipids were analyzed and quantified using liquid chromatography-tandem mass spectrometry, and an in vitro model system was developed. The intracellular level of N-nervonoyl-D-erythro-sphingosylphosphorylcholine significantly increased in the thermally injured RBCs, and multiple biomarker candidates were evaluated by profiling analysis and mass spectrometry technology for targeted 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,263
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug Testing and AnalysisMême sujetErythrocyte Function and PathophysiologyTravaux en français237 207