Crown ether dopant to reduce ion suppression and improve detection in the liquid microjunction surface sampling probe
Notice bibliographique
Résumé
RATIONALE: Sodium and potassium are required in agar media for the growth of some microorganisms (e.g., marine bacteria). However, alkali cations are a significant source of contamination for mass spectrometry causing ion suppression and adduct formation. Conventionally, salts can be removed before mass spectrometric analysis with appropriate and often lengthy sample preparation. The direct mass spectrometric sampling of bacterial colonies grown on agar media seeks to minimize or eliminate sample preparation to improve workflow. However, this may exacerbate ion suppression and contamination since these metal cations will degrade spectral quality and limit the rapid profiling of microbial metabolites. Different approaches are needed to sequester sodium and potassium ions to minimize unwanted background interferences. Herein, we use crown ethers (CEs) in combination with a liquid microjunction surface sampling probe (LMJ-SSP) to directly sample the surface of the bacterial colonies from two marine bacteria species (Pseudoalteromonas rubra DSM6842 and Pseudoalteromonas tunicata DSM 14096). CEs (e.g., 18-crown-6 or 15-crown-5) are added to the carrier solvent of the LMJ-SSP, the chemical noise is reduced, and spectra are easier to interpret. METHODS: O (50:49.9%) with or without 0.01% CEs. Information-theoretic measures are employed to investigate qualitative changes between spectra before and after adding CEs. RESULTS: Our work demonstrates the capability of CEs to reduce background interferences within the direct profiling of bacterial colonies from agar plates. The data obtained from both P. rubra DSM6842 and P. tunicata DSM 14096 show that CEs can be used to mitigate the salty background and improve compound detection. CONCLUSION: Our approach can be implemented in natural product discovery using LMJ-SSP to allow fast and accurate detection of interesting/novel compounds.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».