Selective Amino Acid-Only in Vivo NMR: A Powerful Tool To Follow Stress Processes
Notice bibliographique
Résumé
Abstract In vivo NMR of small 13C-enriched aquatic organisms is developing as a powerful tool to detect and explain toxic stress at the biochemical level. Amino acids are a very important category of metabolites for stress detection as they are involved in the vast majority of stress response pathways. As such, they are a useful proxy for stress detection in general, which could then be a trigger for more in-depth analysis of the metabolome. 1H–13C heteronuclear single quantum coherence (HSQC) is commonly used to provide additional spectral dispersion in vivo and permit metabolite assignment. While some amino acids can be assigned from HSQC, spectral overlap makes monitoring them in vivo challenging. Here, an experiment typically used to study protein structures is adapted for the selective detection of amino acids inside living Daphnia magna (water fleas). All 20 common amino acids can be selectively detected in both extracts and in vivo. By monitoring bisphenol-A exposure, the in vivo amino acid-only approach identified larger fluxes in a greater number of amino acids when compared to published works using extracts from whole organism homogenates. This suggests that amino acid-only NMR of living organisms may be a very sensitive tool in the detection of stress in vivo and is highly complementary to more traditional metabolomics-based methods. The ability of selective NMR experiments to help researchers to “look inside” living organisms and only detect specific molecules of interest is quite profound and paves the way for the future development of additional targeted experiments for in vivo research and monitoring.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».