Spatiotemporal Analysis of Secondary Metabolites Produced by S.coelicolor Using Automated Sampling Mass Spectrometry
Notice bibliographique
Résumé
Natural products (NPs) are organic compounds that are synthesized by living organisms such as bacteria. NPs and their derivatives are very useful in the medical field to develop new drugs, particularly new antibiotics which are crucial to combat developing antibiotic resistance. The current research on the secondary metabolites (SMs) produced throughout the growth cycle of bacteria is limited, as the standard procedure is to examine the SM production at the end of the bacteria’s growth cycle. Therefore, there may be many undiscovered SMs which are produced and consumed prior to analysis. A mass spectrometer (MS) can be used to track analytes of interest, such as SMs. When the MS is paired with an ambient ionization technique like the Liquid Micro-Junction Surface Sampling Probe (LMJ-SSP) it works as a minimally invasive approach to track the SMs in real time produced throughout the bacterial growth cycle. This allows for the SMs to be tracked both temporally and spatially without killing the bacteria. The process is automated using the LMJ-SSP mounted to a 3D printer, allowing for a grid-like sampling process to map NPs production. Herein, A 3D-printed growth chamber dubbed the “Washing And Sampling Agar Bacterial Inoculation” (WASABI) Box was designed to resemble a sampling grid for simpler analysis. Another key feature of the WASABI Box are washing ports, containing 70% ethanol, to sterilize the LMJ-SSP and minimize contamination between rows. The SM production of S. coelicolor in the WASABI Box was analyzed from day 4 to 7 of the bacterial growth cycle, where the data was used to generate spatial-temporal heat maps tracking metabolites including Albaflavenone (m/z 219.2), Desferrioxamine B (m/z 561.4), Germicidin B (m/z 183.1), Kalafungin (m/z 301.1), and Streptorubin B (m/z 392.3).
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».