Development of a Rapid Ultra High‐Performance Liquid Chromatography/Tandem Mass Spectrometry Method for the Analysis of <i>sn</i>‐1 and <i>sn</i>‐2 Lysophosphatidic Acid Regioisomers in Mouse Plasma
Notice bibliographique
Résumé
Lysophosphatidic acids (lysoPtdOH) are involved in several physiological processes including cell proliferation, inflammation, and glucose metabolism. However, measuring lysoPtdOH is challenging due to inadequate extraction techniques, poor chromatographic resolution, or the inability to discriminate between sn-1 and sn-2 regioisomers. In the present work, we developed a high-throughput (10 min run times) ultra-high-performance liquid chromatography-tandem mass spectrometry method capable of discriminating lysoPtdOH species by their fatty acyl composition and sn-localization on glycerol backbones. We quantitated sn-1/sn-2 regioisomeric pairs of lysoPtdOH with 16:0, 18:0, 18:1, 18:2, 20:4, and 22:6 fatty acyl chains using 50 μL of mouse plasma. The method presented here can be expanded to profile more lysoPtdOH species, and has the potential to be used in clinical settings to quickly screen lysoPtdOH profiles. Finally, the ability to discriminate between sn-1 and sn-2 isomers can provide insights regarding the metabolic origins and fates of specific lysoPtdOH molecules.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».