Improved 2D 1H-13C NMR permits in vivo analysis of Daphnia magna metabolism without isotopic enrichment
Notice bibliographique
Résumé
This dataset contains data from a study that assessed the feasibility of using nuclear magnetic resonance (NMR) to measure the real-time in vivo metabolic responses of the small freshwater crustacean, *Daphnia magna*, in samples derived from the wild (rather than raised in a laboratory) to investigate aquatic contaminant toxicity. To date, nearly all previous studies have used 13C isotopically enriched D.magna, but this limits studies to lab-raised organisms. These data were taken from an experimental approach that did not require isotopic enrichment, allowing samples to be taken directly from the environment. Due to overlap caused by the magnetic susceptibility distortions in 1D 1H NMR, 2D is required for metabolic fingerprinting in vivo. In particular, 2D 1H-13C NMR offers excellent spectral dispersion but is time-consuming and has intrinsic low sensitivity. To study D. magna in natural abundance, symmetric ASAP HSQC in combination with time-resolved non-uniform sampling (TR-NUS) was used. This combined approach (TR-NUS ASAP HSQC) improved sensitivity up to 3 times versus standard HSQC, while reconstruction of TR-NUS data provided information on a 4 minute time scale. In turn, this allowed anoxia (and recovery from anoxia) to be studied for the first time on unlabelled Daphnia using HSQC. This method could, therefore, become key for investigating environmental adaptability and exposure in living organisms in conditions that are closer to real-time.
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 | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,003 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,009 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».