MétaCan
Menu
Retour à la cohorte
Enregistrement W4307939629 · doi:10.3390/metabo12111030

Congruence and Complementarity of Differential Mobility Spectrometry and NMR Spectroscopy for Plasma Lipidomics

2022· article· en· W4307939629 sur OpenAlexaff
Mohan Ghorasaini, Konstantina Ismini Tsezou, Aswin Verhoeven, Yassene Mohammed, Panayiotis G. Vlachoyiannopoulos, Emmanuel Mikros, Martin Giera

Notice bibliographique

RevueMetabolites · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesEuropean Commission
Mots-clésLipidomicsLipoproteinMass spectrometryChemistryLipid metabolismNuclear magnetic resonance spectroscopyCholesterolComputational biologyBioinformaticsChromatographyBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

The lipid composition of lipoprotein particles is determinative of their respective formation and function. In turn, the combination and correlation of nuclear magnetic resonance (NMR)-based lipoprotein measurements with mass spectrometry (MS)-based lipidomics is an appealing technological combination for a better understanding of lipid metabolism in health and disease. Here, we developed a combined workflow for subsequent NMR- and MS-based analysis on single sample aliquots of human plasma. We evaluated the quantitative agreement of the two platforms for lipid quantification and benchmarked our combined workflow. We investigated the congruence and complementarity between the platforms in order to facilitate a better understanding of patho-physiological lipoprotein and lipid alterations. We evaluated the correlation and agreement between the platforms. Next, we compared lipid class concentrations between healthy controls and rheumatoid arthritis patient samples to investigate the consensus among the platforms on differentiating the two groups. Finally, we performed correlation analysis between all measured lipoprotein particles and lipid species. We found excellent agreement and correlation (r > 0.8) between the platforms and their respective diagnostic performance. Additionally, we generated correlation maps detailing lipoprotein/lipid interactions and describe disease-relevant correlations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,103
Score d'incertitude au seuil0,685

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,256
Écart entre enseignants0,245 · 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 tête enseignante, 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

Citations26
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetabolitesMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207