Ambient mass spectrometry imaging enables spatial metabolomics of optimal cutting temperature compound (OCT)-embedded tumors
Notice bibliographique
Résumé
Abstract Mass spectrometry imaging (MSI) is emerging as a powerful tool for uncovering the distribution of metabolites in the tumor microenvironment and studying tumor metabolism in vivo . However, to date, MSI of primary patient biobanked tissues contextualized by patient data has been limited to peptides, proteins, and glycans – with few examples for metabolites. This is because most biobanked fresh-frozen tissue required for spatial metabolomics is embedded in optimal cutting temperature compound (OCT), which introduces high-abundance polymeric interferents. Herein, we use nanospray desorption electrospray ionization (nano-DESI) to demonstrate the MSI of metabolites in OCT-embedded tissue. Metabolite coverage and sensitivity for prepared tissue mimetic homogenates embedded in OCT and an MSI-compatible material, carboxymethylcellulose (CMC), showed excellent agreement. We apply our ambient MSI workflow to detect changes in intratumoral methionine using a preclinical cancer mouse model undergoing adoptive T-cell therapy. Eight days after tumor incubation, lymphoma-bearing mice were maintained on a complete or methionine-restricted diet for 2 days. Nano-DESI MSI revealed a heterogeneous tumor microenvironment, with multiple methionine-cycle intermediates (S-adenosylmethionine, S-adenosylhomocysteine) and related metabolites, including known T-cell modulators (1-methylnicotinamide, polyamines) localizing to tumor subregions. Methionine-restricted tumors exhibited reduced methionine levels and elevated S-adenosylmethionine, relative to the control group. Overall, this work demonstrates spatial metabolomics on fresh-frozen OCT-embedded tissue, unlocking the wealth of information stored in primary tissue biobanks and consequently accelerating our understanding of cancer metabolism and treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».