An Automated Centrifugal Microfluidic Platform for Efficient Multistep Blood Sample Preparation and Clean-Up towards Small Ion-Molecule Analysis
Notice bibliographique
Résumé
Sample preparation for mass spectroscopy typically involves several liquid and solid phase clean-ups, extractions, and other unit operations, which are labour-intensive and error-prone. We demonstrate a centrifugal microfluidic platform that automates the whole blood sample's preparation and clean-up by combining traditional liquid-phase and multiple solid-phase extractions for applications in mass spectroscopy (MS)-based small molecule detection. Liquid phase extraction was performed using methanol to precipitate proteins in plasma separated from a blood sample under centrifugal force. The preloaded solid phase composed of C18 beads then removed lipids with a combination of silica particles, which further cleaned up any remaining proteins. We further integrated the application of this sample prep disc with matrix-assisted laser desorption/ionization (MALDI) MS by using glancing angle deposition films, which further cleaned up the processed sample by segregating the electrolyte background from the sample salts. Additionally, hydrophilic interaction liquid chromatography (HILIC) MS was employed for detecting targeted free amino acids. Therefore, several representative ionic metabolites, including several amino acids and organic acids from blood samples, were analysed by both MALDI-MS and HILIC-MS to demonstrate the performance of this sample preparation disc. The fully automated blood sample preparation procedure only took 35 mins, with a throughput of three parallel units.
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) | 0,000 | 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 ».