Lipid analysis by ion mobility spectrometry combined with mass spectrometry: A brief update with a perspective on applications in the clinical laboratory
Notice bibliographique
Résumé
Ion mobility spectrometry (IMS) is an analytical technique where ions are separated in the gas phase based on their mobility through a buffer gas in the presence of an electric field. An ion passing through an IMS device has a characteristic collisional cross section (CCS) value that depends on the buffer gas used. IMS can be coupled with mass spectrometry (MS), which characterizes an ion based on a mass-to-charge ratio (m/z), to increase analytical specificity and provide further physicochemical information. In particular, IMS-MS is of ever-increasing interest for the analysis of lipids, which can be problematic to accurately identify and quantify in bodily fluids by liquid chromatography (LC) with MS alone due to the presence of isomers, isobars, and structurally similar analogs. IMS provides an additional layer of separation when combined with front-end LC approaches, thereby, enhancing peak capacity and analytical specificity. CCS (and also ion mobility drift time) can be plotted against m/z ion intensity and/or LC retention time in order to generate in-depth molecular profiles of a sample. Utilization of IMS-MS for routine clinical laboratory testing remains relatively unexplored, but areas do exist for potential implementation. A brief update is provided here on lipid analysis using IMS-MS with a perspective on some applications in the clinical laboratory.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».