Differentiation of the metabolic profile of actinobacteria isolated from the soil of the caatinga biome by paper spray mass spectrometry
Notice bibliographique
Résumé
Paper spray mass spectrometry (PS-MS) is an ambient ionization technique that allows for rapid and direct mass spectrometry analysis for a wide range of chemical compounds due to its portability, little to no sample preparation, and cost-effective materials. As applications with this technique continue to expand, the identification and discrimination of bacteria at the strain level remain a promising avenue for researchers. Although studies in the past demonstrated the applicability of PS-MS to discriminate bacteria at the strain level, no one has reported the strain-level differentiation of actinobacteria without using solvent for PS-MS. Hence, this study demonstrates that optimization of PS-MS permits the investigation and differentiation of the metabolic profiles of actinobacteria without the need for solvents, diminishing the potential for sample contamination and consequently increasing the versatility of this technique. In doing so, strains of actinobacteria (CAAT P5-21, CAAT P5-16, CAAT 8-25, CAAT P8-92, and CAAT P11-13) were grown and transferred to produce a crude growth medium. The supernatant was used for the PS-MS analyses using a Thermo Scientific LTQ mass spectrometer. Multivariate statistical analysis, including principal component analysis (PCA) and hierarchal cluster analysis (HCA), was employed to chemically distinguish the strains of bacteria. As a result, each strain of actinobacteria could be visually differentiated based on their metabolic profile. These findings demonstrate the practicability of using a liquid medium as an alternative to many other organic solvents when analyzing bacteria, making PS-MS a crucial addition to a microbiologist's research toolkit.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».