Interlaboratory comparison of metabolomics & lipidomics analyses in human and rodent blood using the MxP® Quant 500 kit
Notice bibliographique
Résumé
Metabolomics and lipidomics are pivotal in understanding phenotypic variations beyond genomics. However, quantification and comparability of mass spectrometry (MS)-derived data are challenging. Standardised assays can enhance data comparability, enabling applications in multi-center epidemiological and clinical studies. Here we evaluated the performance and reproducibility of the MxP® Quant 500 kit across 14 laboratories. The kit allows quantification of 634 different metabolites from 26 compound classes using triple quadrupole MS. Each laboratory analysed twelve samples, including human plasma and serum, lipaemic plasma, NIST SRM 1950, and mouse and rat plasma, in triplicates. 505 out of the 634 metabolites were measurable above the limit of detection in all laboratories, while eight metabolites were undetectable in our study. Out of the 505 metabolites, 412 were observed in both human and rodent samples. Overall, the kit exhibited high reproducibility with a median coefficient of variation (CV) of 14.3%. CVs in NIST SRM 1950 reference plasma were below 25% and 10% for 494 and 138 metabolites, respectively. To facilitate further inspection of reproducibility for any compound, we provide detailed results from the in-depth evaluation of reproducibility across concentration ranges using Deming regression. Interlaboratory reproducibility was similar across sample types, with some species-, matrix-, and phenotype-specific differences due to variations in concentration ranges. Comparisons with previous studies on the performance of MS-based kits revealed good concordance of reproducibility results and measured absolute concentrations in NIST SRM 1950 for most metabolites, making the MxP® Quant 500 kit a relevant tool for metabolomics and lipidomics in multi-center studies.
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 | 0,029 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».