MétaCan
Menu
Retour à la cohorte
Enregistrement W4377694205 · doi:10.1088/1752-7163/acd806

Profiling volatile organic compounds from human plasma using GC × GC-ToFMS

2023· article· en· W4377694205 sur OpenAlexaff
Ning Sun, Preethi Krishnan, Christiaan A. Rees, Mingming Zhang, Keisean Stevenson, Jane E Hill

Notice bibliographique

RevueJournal of Breath Research · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensGenome British ColumbiaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésChemistryChromatographyGas chromatographyMoleculeHuman bloodMass spectrometrySolid-phase microextractionGas chromatography–mass spectrometryHuman plasmaVolatile organic compoundEnvironmental chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Volatile organic compounds (VOCs) originating from human metabolic activities can be detected in, for example, breath, urine, feces, and blood. Thus, attention has been given to identifying VOCs from the above matrices. Studies identifying and measuring human blood VOCs are limited to those focusing on monitoring specific pollutants, or blood storage and/or decomposition. However, a comprehensive characterization of VOCs in human blood collected for routine diagnostic testing is lacking. In this pilot study, 72 blood-derived plasma samples were obtained from apparently healthy adult participants. VOCs were extracted from plasma using solid-phase microextraction and analyzed using comprehensive two-dimensional gas chromatography tandem time-of-flight mass spectrometry. Chromatographic data were aligned, and putative compound identities were assigned via spectral library comparison. All statistical analysis, including contaminant removal, data normalization, and transformation were performed using R. We identified 401 features which we called the pan volatilome of human plasma. Of the 401 features, 34 were present in all the samples with less than 15% variance (core molecules), 210 were present in ⩾10% but <100% of the samples (accessory molecules), and 157 were present in less than 10% of the samples (rare molecules). The core molecules, consisting of aliphatic, aromatic, and carbonyl compounds were validated using 25 additional samples. The validation accuracy was 99.9%. Of the 34 core molecules, 2 molecules (octan-2-one and 4-methyl heptane) have been identified from the plasma samples for the first time. Overall, our pilot study establishes the methodology of profiling VOCs in human plasma and will serve as a resource for blood-derived VOCs that can complement future biomarker studies using different matrices with more heterogeneous cohorts.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,109
Tête enseignante GPT0,373
Écart entre enseignants0,265 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Breath ResearchMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207