Retention time shift analysis and correction in chemical isotope labeling liquid chromatography/mass spectrometry for metabolome analysis
Notice bibliographique
Résumé
RATIONALE: In chemical isotope labeling (CIL) liquid chromatography/mass spectrometry (LC/MS) metabolome analysis, the peak pairs of the same metabolite detected from different samples are aligned according to their mass and retention time (RT). Any RT shift of a peak pair in one of the sample files that falls outside the tolerance window will result in misalignment of the pair as a different metabolite. Thus, determination and correction of any significant RT shift are important to ensure the generation of high-quality metabolome results. METHODS: In CIL LC/MS, the heavy-isotope-labeled pooled sample is spiked into all light-isotope-labeled individual samples. As a result, in the analysis of labeled samples of the same type, many common metabolites are detectable with high intensity in all LC/MS runs. We have developed a method to select a few of these metabolites as internal RT reference markers to check the occurrence of any RT shift in an LC/MS run. If a significant shift is found, an expanded list of these markers with their RT values covering the entire LC RT window is selected to serve as internal RT calibrants to recalibrate the chromatogram to correct any RT shift. RESULTS: We developed a software program in R to perform RT check (RTC) and recalibration (RT-calib). This program can quickly determine the occurrence of any RT shift falling outside a user-defined threshold in an LC/MS run, thereby triggering a timely intervention to correct the problem (e.g., fixing a small leak or changing a column). In the analysis of 278 dansylation LC/MS runs of human urine samples, we show that the RT values can be corrected to be within a 30-second window. CONCLUSIONS: An RT-check method and program tailored to CIL LC/MS metabolome analysis have been developed for quick detection and correction of RT shifts during the course of running many metabolome samples.
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 | 0,013 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,006 |
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 ».