Enhanced visualization of endocannabinoids spatial distribution in mouse brain via MALDI-2 mass spectrometry imaging
Notice bibliographique
Résumé
and together with the enzymes that regulate their biosynthesis and degradation define the endocannabinoid system. The eCB signaling system plays a key role in the central nervous system, and results often altered in neurological disorders. The analysis of eCBs is challenging due to their low concentration in biospecimens, and this is exacerbated in Mass Spectrometry Imaging (MSI) where low sensitivity and tissue dependent ion suppression obscure their spatial visualization. In this work we address this limitation by the application of laser-induced post-ionization (MALDI-2) approach. Herein we demonstrate that MALDI-2 boosts the detection of 2-arachidonylglycerol (2-AG) and N-acylethanolamines (AEA, PEA, OEA) with respect to MALDI, and that eCBs can be visualized in brain at physiological concentration only by MALDI-2-MSI. Root-mean-square (RMS), Total ion count (TIC) and internal standards (I.S.) normalization were evaluated, with I.S. normalization providing improved pixel to pixel variation and more uniform distribution for 2-AG and PEA in specific brain regions. Furthermore, high spatial resolution up to 5 μm pixel size was evaluated, resulting in the detection of all eCBs and confirming the MALDI-2 potential even reducing the ablated tissue amount. As proof of concept, the method was applied to map eCBs in a mouse model of mild traumatic brain injury, the APP-SWE mice, highlighting differences in the modulation of eCBs in Cortex, Hippocampus and Hypothalamus, suggesting the ability to reveal valuable biological insights for neuropharmacology.
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 | 0,000 | 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) | 0,000 | 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 ».