High‐throughput Targeted Lipidomics Analysis of Dihydroceramide Desaturase‐1 (DES1) Knockout Mice
Notice bibliographique
Résumé
Retention time scheduling for MRM transitions during targeted assays enables more compounds to be quantified with higher quality results. In this assay, MRMs to quantitate over 1150 lipid molecular species were combined into a single assay. The selected amide column chemistry provides reproducible isomer separation based on lipid class. This Liquid Chromatography separation strategy, is then coupled with the time scheduled targeted assay. To validate this method, we selected DES1 knockout mice to measure lipid changes in liver and adipose tissues. The MRM™ Pro Builder tool (SCIEX) was then used to optimize window width and dwell weight to enhance sensitivity and coverage of method. This method provides extensive, reproducible lipid coverage in complex biological samples like tissue, cells, and plasma. Amide column chemistry was chosen for lipid class separation and minimize isomeric interference. The target list of lipids is comprehensive, covering most major lipid classes and categories, and MRMs were selected to cover lipids containing fatty acids with 14 to 22 carbons and 0 to 6 double bonds. The method is customizable, so new lipid categories, classes and molecular species can be added to the MRMs list. This method provides quantitative measurement of over 1150 different lipid molecular species in a rapid, highly reproducible manner. The sMRM Pro Builder template which was developed to streamline the method optimization process, enables assigning the retention time, optimize dwell weight and set window size per MRM to enhanced coverage and sensitivity of the method. This optimization improved results quality especially on low abundant lipids. Liver and eWAT tissues were harvested from dihydroceramide desaturase‐1 (DES1) knockout mice. DES1 is the enzyme responsible for inserting the 4,5‐trans‐double bond into the sphingolipid backbone causing the dihydroceramide conversion to ceramide. While both of these classes of lipids are lower in abundance in the chosen tissues, this method shows significant changes in these lipid classes in a quantitative manner. However, lipids from another 17 classes were not changing. Lipid standards from 19 different classes, which are either heavy isotopic labeled lipids or odd chain lipids, served as internal standard. This method provided extensive lipid class coverages including, CE, CER, DCER, HCER, LCER, TAG, DAG, MAG, LPC, PC, LPE, PE, LPG, PG, LPI, PI, LPS and PS.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».