MétaCan
Menu
Retour à la cohorte
Enregistrement W4414064365 · doi:10.26434/chemrxiv-2025-p198b

TrEnDi Enhances the LC-MS Detection of γ-Aminobutyric Acid

2025· preprint· en· W4414064365 sur OpenAlexafffund
Christian Rosales, Noah A. Lepinsky, Mohamed Fawzy Ramadan, Jeffrey M. Manthorpe, Michael G. Jonz, Jeffrey C. Smith

Notice bibliographique

RevueChemRxiv · 2025
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGABA and Rice Research
Établissements canadiensUniversity of OttawaCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationOntario Research FoundationCarleton University
Mots-clésDerivatizationDetection limitQuantitative analysis (chemistry)Amino acidMass spectrometryCalibration curveNeurotransmitterTaurine

Résumé

récupéré en direct d'OpenAlex

Neurotransmitters are critical for the proper function, signal transmission, and physiological balance of the brain, with γ-aminobutyric acid (GABA) being the main inhibitory neurotransmitter in the central nervous system. GABA is present at relatively low concentrations compared to other neurotransmitters therefore requiring sensitive analytical methods for accurate identification and quantitation. Described herein is a rapid and facile liquid chromatography mass spectrometry (LC-MS)-based chemical derivatization method to enhance the detection of GABA, demonstrated in both saline culture media and Carassius auratus (goldfish) retina samples. We have expanded the use of trimethylation enhancement using diazomethane (TrEnDi) to permethylate GABA ([GABATr]+) at 98–100% yields across all matrix types. Quantitative methylation of the carboxylic acid and amino moieties nullifies any zwitterionic character and fixes a permanent positive charge on [GABATr]+ leading to MS sensitivity enhancement. In biological triplicates of goldfish retina samples, [GABATr]+ boasted 6.3–27.9-fold increases in MS sensitivity compared to its unmodified counterpart enabling quantitation with concentrations ranging between 78.6 to 806.5 nM. Calibration curve linearity for [GABATr]+ and unmodified GABA were R2 = 0.9996 and R2 = 0.9923, respectively. Limits of detection and quantitation (LOD/LOQ) for [GABATr]+ were 0.053 nM (1.1 fmol)/0.18 nM (3.6 fmol), compared to 2.5 nM (50 fmol)/8.3 nM (167 fmol) for unmodified GABA. This work demonstrates that TrEnDi has the ability to rapidly enhance LC-MS detection of GABA in a relatively facile manner, reducing the probability of reporting false negatives in the analysis of complex biological samples.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,273
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetGABA and Rice ResearchTravaux en français237 207