Protocol for unified metabolomics and proteomics analysis of formalin-fixed paraffin-embedded tissue
Notice bibliographique
Résumé
The use of archival formalin-fixed paraffin-embedded (FFPE) tissue samples for biochemical analyses is problematic because of the formation of a Schiff base, leading to low protein and metabolite yields during analytical extractions. Here, we overcome this issue using a unified protocol on FFPE tissue for metabolomics and proteomics analyses. Using 20 mg of wet mass tissue, this protocol consistently extracted more than 50 metabolites (across 11 classes of metabolites) and over 900 proteins. • Combined metabolomic and proteomic protocol for FFPE tissue samples • Can identify over 50 metabolites across 11 classes and over 800 proteins • Optimized method that produces reproducible results Publisher’s note: Undertaking any experimental protocol requires adherence to local institutional guidelines for laboratory safety and ethics. The use of archival formalin-fixed paraffin-embedded (FFPE) tissue samples for biochemical analyses is problematic because of the formation of a Schiff base, leading to low protein and metabolite yields during analytical extractions. Here, we overcome this issue using a unified protocol on FFPE tissue for metabolomics and proteomics analyses. Using 20 mg of wet mass tissue, this protocol consistently extracted more than 50 metabolites (across 11 classes of metabolites) and over 900 proteins.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».