Improved 2D 1H–13C NMR permits in vivo analysis of Daphnia magna metabolism without isotopic enrichment
Notice bibliographique
Résumé
Daphnia magna are small crustaceans, used commonly in aquatic toxicity due to their sensitivity to pollutants. In vivo NMR provides unique insights into real-time metabolic responses, information needed to understand “why” at the biochemical level, contaminants are toxic. Due to overlap caused by the magnetic susceptibility distortions in 1D 1 H NMR, 2D is required for metabolic fingerprinting in vivo . In particular, 2D 1 H– 13 C NMR offers excellent spectral dispersion but is time-consuming and has intrinsic low sensitivity. As such, to date nearly all studies have used 13 C isotopically enriched D. magna , but this limits studies to lab-raised organisms. Here, in order to assess the feasibility of studying Daphnia at natural abundance, symmetric ASAP HSQC in combination with time-resolved non-uniform sampling (TR-NUS) is explored. The combined approach (TR-NUS ASAP HSQC) improved Signal-to-Noise Ratios (SNRs) up to 3 times versus standard HSQC, while reconstruction of TR-NUS data provided information on a 4 min time scale. In turn, this allowed anoxia (and recovery from anoxia) to be studied for the first time on unlabelled Daphnia using HSQC. TR-NUS ASAP 1 H– 13 C HSQC is a key step towards to investigate environmental adaptability and exposure in living organisms in close to real-time. As the approach does not require isotopic enrichment it affords future possibilities to sample organisms directly from the environment.
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 | 0,001 |
| 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 ».