Diagnostic Fragmentation Filtering for Cyanopeptolin Detection
Notice bibliographique
Résumé
Abstract Cyanobacteria are ubiquitous photosynthetic prokaryotes that produce structurally diverse bioactive metabolites. Although microcystins are extensively studied, other cyanopeptides produced by common bloom-forming species have received little attention. Cyanopeptolins are a large cyanopeptide group that contain a characteristic 3-amino-6-hydroxy-2-piperidone (Ahp) moiety. In the present study we used diagnostic fragmentation filtering (DFF), a semitargeted liquid chromatography-tandem mass spectrometry (MS/MS) product ion filtering approach, to investigate cyanopeptolin diversity from 5 Microcystis strains and 4 bloom samples collected from lakes in Ontario and Quebec, Canada. Data processing by DFF was used to search MS/MS data sets for pairs of diagnostic product ions corresponding to cyanopeptolin partial sequences. For example, diagnostic product ions at m/z 150.0912 and 215.1183 identified cyanopeptolins with the NMe-Tyr–Phe–Ahp partial sequence. Forty-eight different cyanopeptolins, including 35 new variants, were detected from studied strains and bloom samples. Different cyanopeptolin profiles were identified from each sample. We detected a new compound, cyanopeptolin 1143, from a bloom and elucidated its planar structure from subsequent targeted MS/MS experiments. Diagnostic fragmentation filtering is a rapid, easy-to-perform postacquisition metabolomics strategy for inferring structural features and prioritizing new compounds for further study and dereplication. More work on cyanopeptolin occurrence and toxicity is needed because their concentrations in freshwater lakes after blooms can be similar to those of microcystins. Environ Toxicol Chem 2021;40:1087–1097. © 2020 SETAC Abstract Diagnostic fragmentation filtering metabolomic data processing was applied to search tandem mass spectometry data sets for product ions corresponding to specific cyanopeptolin partial sequences. Diverse cyanopeptolin profiles were identified from bloom samples and cyanobacteria cultures. DFF = diagnostic fragmentation filtering; LC-MS/MS = liquid chromatography tandem mass spectrometry.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».