MétaCan
Menu
Retour à la cohorte
Enregistrement W3198423932 · doi:10.1098/rsos.210172

Assessing urinary odours across the oestrous cycle in a mouse model using portable and benchtop gas chromatography-mass spectrometry

2021· article· en· W3198423932 sur OpenAlexafffund
Jia Tang, Alice C. Poirier, Gwen Duytschaever, Laís A. A. Moreira, Omer Nevo, Amanda Melin

Notice bibliographique

RevueRoyal Society Open Science · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueOlfactory and Sensory Function Studies
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesCanada Research ChairsDeutsche ForschungsgemeinschaftUniversity of Calgary
Mots-clésMass spectrometryChromatographyGas chromatography–mass spectrometryEstrous cycleSolid-phase microextractionUrineGas chromatographyChemistryUrinary systemEnvironmental chemistryVolatile organic compoundBiologyAnimal scienceEndocrinology

Résumé

récupéré en direct d'OpenAlex

For female mammals, communicating the timing of ovulation is essential for reproduction. Olfactory communication via volatile organic compounds (VOCs) can play a key role. We investigated urinary VOCs across the oestrous cycle using laboratory mice. We assessed the oestrous stage through daily vaginal cytology and analysed urinary VOCs using headspace gas chromatography-mass spectrometry (GC-MS), testing a portable GC-MS against a benchtop system. We detected 65 VOCs from 40 samples stored in VOC traps and analysed on a benchtop GC-MS, and 15 VOCs from 90 samples extracted by solid-phase microextraction (SPME) and analysed on a portable GC-MS. Only three compounds were found in common between the two techniques. Urine collected from the fertile stages of the oestrous cycle had increased quantities of a few notable VOCs compared with urine from non-fertile stages. These VOCs may be indicators of fertility. However, we did not find significant differences in chemical composition among oestrous stages. It is possible that changes in VOC abundance were too small to be detected by our analytical methods. Overall, the use of VOC traps combined with benchtop GC-MS was the more successful of the two methods, yet portable GC-MS systems may still have utility for some in situ applications.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,113
Tête enseignante GPT0,343
Écart entre enseignants0,231 · 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
GenreEmpirique

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

En bref

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRoyal Society Open ScienceMême sujetOlfactory and Sensory Function StudiesTravaux en français237 207