High-Frequency Microfluidic Fractionation for Compound-Resolved Bioactivity-Based Metabolomics
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Specialized metabolites represent a prolific source of potential drug candidates. However, the process from detecting bioactivity in a crude metabolite extract to unambiguously identifying the active agent is a tedious and expensive endeavor. Speeding up this procedure is crucial, as new drugs, such as antibiotics, are urgently needed. Furthermore, the systematic functional assessment of complex metabolome samples represents a key bottleneck in nontargeted metabolomics, which once solved, holds the potential to fundamentally advance our systematic understanding of biology. To tackle this central bioanalytical challenge, we developed a compound-resolved bioactivity-based metabolomics workflow that combines nontargeted liquid chromatography tandem mass spectrometry (LC-MS/MS), high frequency fractionation on microfluidic devices and subsequent readout with luminescent bioreporter strains. Central for this workflow is a custom high-speed (∼1 Hz frequency) fractionation device that spots the mobile phase onto a microfluidic paper-analytical device (μPAD) in parallel to MS/MS data acquisition. Subsequently, the μPAD can be overlaid with a bioreporter strain, which displays cellular stress by expressing luciferase. The luminescence signal can then be correlated to MS signals through their chromatographic profiles. We evaluated five different luciferase-expressing bioreporter strains which provide information about different antibacterial modes of action, and tested the workflow with different antibiotic standards and mixtures thereof, as well as crude extracts from the known antibiotic producer Saccharopolyspora erythraea . Our results demonstrated high sensitivity (up to 1 ng/spot, depending on compound and bioreporter) and the rapid identification of multiple antimicrobial compounds out of crude extracts, highlighting the practicality and high-throughput capability of this compound-resolved bioactivity-based metabolomics approach.
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) | 0,001 | 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 ».