Validating MALDI-IMS Feasibility in <i>Ex Vivo</i> Brain Slices
Notice bibliographique
Résumé
Matrix-assisted laser desorption ionization imaging mass spectrometry (MALDI-IMS) generates unique mass spectra in X / Y coordinates across a tissue sample, thus allowing for the spatial detection and relative quantification of biologic compounds in situ . The soft ionization of MALDI-IMS makes it an ideal technique for high-resolution imaging of complex lipid species. Lipid-based spatial chemical maps derived from MALDI-IMS provide critical insight into the unique molecular profiles of a variety of neurologic diseases. Ex vivo brain slice preparations are a prominent alternative to in vivo animal models for studying many different neurologic conditions. For the first time, we present a feasible protocol for achieving reproducible lipidomic MALDI-IMS data from ex vivo rat brain slices and provide evidence that ex vivo brain slices maintain spatiochemical lipidomic profiles representative of an intact whole brain. We conducted a methods comparison assessing the lipid profiles within the neocortex, striatum, and corpus callosum between coronal sections taken from ex vivo brain slices and the current gold standard tissue preparation method, fresh frozen whole brains. For the first time we demonstrate a technique by which 400 μm ex vivo brain slices can be extracted from an imaging chamber and prepared for MALDI-IMS in a way that preserves their lipidomic integrity. We demonstrate the feasibility of MALDI-IMS in ex vivo brain slices and provide a roadmap for MALDI-IMS utilization in uncharted neuroscience fields.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».