MétaCan
Menu
← Retour à la cohorte
Enregistrement W3128086532 · doi:10.1021/acs.analchem.0c04508

Normalization of Samples of Limited Amounts in Quantitative Metabolomics Using Liquid Chromatography Fluorescence Detection with Dansyl Labeling of Metabolites

2021· article· en· W3128086532 sur OpenAlexafffund
Xian Luo, Yiman Wu, Liang Li

Notice bibliographique

RevueAnalytical Chemistry · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for InnovationGenome Canada
Mots-clésChemistryChromatographyElutionFluorescenceDerivatizationDansyl chlorideReagentMetaboliteNormalization (sociology)Quantitative analysis (chemistry)Sample preparationHigh-performance liquid chromatographyAnalytical Chemistry (journal)Biochemistry

Résumé

récupéré en direct d'OpenAlex

Quantitative metabolomics requires the analysis of the same or a very similar amount of samples in order to accurately determine the concentration differences of individual metabolites in comparative samples. Ideally, the total amount or concentration of metabolites in each sample is measured to normalize all the analyzed samples. In this work, we describe a very sensitive method to measure a subclass of metabolites as a surrogate quantifier for normalization of samples with limited amounts. This method starts with low-volume dansyl labeling of all metabolites containing a primary/secondary amine or phenol group in a sample to produce a final solution of 21 μL. The dansyl-labeled metabolites generate fluorescence signals at 520 nm with photoexcitation at 250 nm. To remove the interference of dansyl hydroxyl products (Dns-OH) formed from the labeling reagents used, a fast-gradient liquid chromatography separation is used to elute Dns-OH using aqueous solution, followed by organic solvent elution to produce a chromatographic peak of labeled metabolites, giving a measurement throughput of 6 min per sample. The integrated fluorescence signals of the peak are found to be related to the injection amount of the dansyl-labeled metabolites. A calibration curve using mixtures of dansyl-labeled amino acids is used to determine the total concentration of labeled metabolites in a sample. This concentration is used for normalization of samples in the range from 2 to 120 μM in 21 μL with only 1 μL consumed for fluorescence quantification (i.e., 2-120 pmol). We demonstrate the application of this sensitive sample normalization method in comparative metabolome analysis of human cancer cells, MCF-7 cells, treated with and without resveratrol, using a starting material of as low as 500 cells.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,269
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical Chemistry→Même sujetMetabolomics and Mass Spectrometry Studies→Travaux en français237 207→