MétaCan
Menu
Retour à la cohorte
Enregistrement W4402945868 · doi:10.1016/j.talanta.2024.126954

Spatial lipidomic profiles of atherosclerotic plaques: A mass spectrometry imaging study

2024· article· en· W4402945868 sur OpenAlexaff
Sphamandla Ntshangase, Shazia Khan, Louise Bezuidenhout, Taťána Gazárková, Jakub Kaczynski, Stephanie Sellers, Nicholas J. W. Rattray, David E. Newby, Patrick W. F. Hadoke

Notice bibliographique

RevueTalanta · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesEuropean Regional Development FundBritish Heart FoundationWyethPfizer
Mots-clésChemistryMass spectrometry imagingMass spectrometryLipidomicsChromatographyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Lipids contribute to atherosclerotic cardiovascular disease but their roles are not fully understood. Spatial lipid composition of atherosclerotic plaques was compared between species focusing on aortic plaques from New Zealand White rabbits and carotid plaques from humans (n = 3), using matrix-assisted laser desorption/ionization mass spectrometry imaging. Histologically discriminant lipids within plaque features (neointima and media in rabbits, and lipid-necrotic core and fibrous cap/tissue in humans) included sphingomyelins, phosphatidylcholines, and cholesteryl esters. There were 67 differential lipids between rabbit plaque features and 199 differential lipids in human, each with variable importance in projection score ≥1.0 and p < 0.05. The lipid profile of plaques in the rabbit model closely mimicked that of human plaques and two key pathways (impact value ≥ 0.1), sphingolipid and glycerophospholipid metabolism, were disrupted by atherosclerosis in both species. Thus, mass spectrometry imaging of spatial biomarkers offers valuable insights into atherosclerosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,250
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTalantaMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207