Building a Bridge Between Ambient MS and LC‐MS by Non‐Exhaustive Microdesorption
Notice bibliographique
Résumé
Abstract Ambient mass spectrometry (AMS) offers rapid screening but faces challenges in analyzing complex samples due to high matrix effects. The absence of a separation step can also lead to false positives due to the isomers or isobars. In this study, a sequential analysis strategy which combines ambient MS and LC‐MS based on the non‐exhaustive microdesorption in solid‐phase microextraction (SPME) was developed for the first time. By combining coated blade spray (CBS)‐MS with LC‐MS, in the first step, a few microliters of solvent were used for non‐exhaustive desorption with high enrichment factor for rapid screening by CBS‐MS. For the suspicious samples, the remaining analytes on the SPME coating undergo exhaustive desorption, then followed by LC‐MS confirmation. The matrix‐compatible coating used in the SPME device significantly reduces matrix effects while enhancing sensitivity through analyte enrichment. This method is environmentally friendly, utilizing only a few microliters of organic solvents for screening. The approach was rigorously validated, both theoretically and experimentally, and successfully applied to anti‐doping testing, enabling detection of 53 prohibited substances in urine samples by integrating CBS‐MS with LC‐MS.
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 ».