Untargeted Metabolomic Profiling of Aqueous and Lyophilized Pooled Human Feces from Two Diet Cohorts Using Two-Dimensional Gas Chromatography Coupled with Time-of-Flight Mass Spectrometry
Notice bibliographique
Résumé
The metabolic profiles of human feces are influenced by various genetic and environmental factors, which makes feces an attractive biosample for numerous applications, including the early detection of gut diseases. However, feces is complex, heterogeneous, and dynamic with a significant live bacterial biomass. With such challenges, stool metabolomics has been understudied compared to other biospecimens, and there is a current lack of consensus on methods to collect, prepare, and analyze feces. One of the critical steps required to accelerate the field is having a metabolomics stool reference material available. Fecal samples are generally presented in two major forms: fecal water and lyophilized feces. In this study, two-dimensional gas chromatography coupled with time-of-flight mass spectrometry (GC×GC-TOFMS) was used as an analytical platform to characterize pooled human feces, provided by the National Institute of Standards and Technology (NIST) as Research-Grade Test Materials. The collected fecal samples were derived from eight healthy individuals with two different diets: vegans and omnivores, matched by age, sex, and body mass index (BMI), and stored as fecal water and lyophilized feces. Various data analysis strategies were presented to determine the differences in the fecal metabolomic profiles. The results indicate that the sample storage condition has a major influence on the metabolic profiles of feces such that the impact from storage surpasses the metabolic differences from the diet types. The findings of the current study would contribute towards the development of a stool reference material.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».