BreathXplorer: Processing Online Breathomics Data Generated from Direct Analysis Using High-Resolution Mass Spectrometry
Notice bibliographique
Résumé
Nontargeted breath analysis in real time using high-resolution mass spectrometry (HRMS) is a promising approach for high coverage profiling of metabolites in human exhaled breath. However, the information-rich and unique non-Gaussian metabolic signal shapes of real-time HRMS-based data pose a significant challenge for efficient data processing. This work takes a typical real-time HRMS technique as an example, i.e. secondary electrospray ionization high-resolution mass spectrometry (SESI-HRMS), and presents BreathXplorer, an open-source Python package designed for the processing of real-time exhaled breath data comprising multiple exhalations. BreathXplorer is composed of four main modules. The first module applies either a topological algorithm or a Gaussian mixture model (GMM) to determine the start and end points of each exhalation. Next, density-based spatial clustering of applications with noise (DBSCAN) is employed to cluster m / z values belonging to the same metabolic feature, followed by applying an intensity relative standard deviation (RSD) filter to extract real breath metabolic features. BreathXplorer also offers functions of (1) feature alignment across the samples and (2) associating MS/MS spectra with their corresponding metabolic features for downstream compound annotation. Manual inspection of the metabolic features extracted from SESI-HRMS breath data suggests that BreathXplorer can achieve 100% accuracy in identifying the start and end points of each exhalation and acquire accurate quantitative measurements of each breath feature. In a proof-of-concept study on exercise breathomics using SESI-HRMS, BreathXplorer successfully reveals the significantly changed metabolites that are pertinent to exercise. BreathXplorer is publicly available on GitHub ( https://github.com/HuanLab/breathXplorer ). It provides a powerful and convenient-to-use tool for the researchers to process breathomics data obtained by directly analysis using HRMS.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».