Rapid and Robust Workflows Using Different Ionization, Computation, and Visualization Approaches for Spatial Metabolome Profiling of Microbial Natural Products in <i>Pseudoalteromonas</i>
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Ambient mass spectrometry (MS) technologies have been applied to spatial metabolomic profiling of various samples in an attempt to both increase analysis speed and reduce the length of sample preparation. Recent studies, however, have focused on improving the spatial resolution of ambient approaches. Finer resolution requires greater analysis times and commensurate computing power for more sophisticated data analysis algorithms and larger data sets. Higher resolution provides a more detailed molecular picture of the sample; however, for some applications, this is not required. A liquid microjunction surface sampling probe (LMJ-SSP) based MS platform combined with unsupervised multivariant analysis based hyperspectral visualization is demonstrated for the metabolomic analysis of marine bacteria from the genus Pseudoalteromonas to create a rapid and robust spatial profiling workflow for microbial natural product screening. In our study, metabolomic profiles of different Pseudoalteromonas species are quickly acquired without any sample preparation and distinguished by unsupervised multivariant analysis. Our robust platform is capable of automated direct sampling of microbes cultured on agar without clogging. Hyperspectral visualization-based rapid spatial profiling provides adequate spatial metabolite information on microbial samples through red–green–blue (RGB) color annotation. Both static and temporal metabolome differences can be visualized by straightforward color differences and differentiating m / z values identified afterward. Through this approach, novel analogues and their potential biosynthetic pathways are discovered by applying results from the spatial navigation to chromatography-based metabolome annotation. In this current research, LMJ-SSP is shown to be a robust and rapid spatial profiling method. Unsupervised multivariant analysis based hyperspectral visualization is proven straightforward for facile/rapid data interpretation. The combination of direct analysis and innovative data visualization forms a powerful tool to aid the identification/interpretation of interesting compounds from conventional metabolomics analysis.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».