Développements de stratégies de spectrométrie de masse sur tissu pour l’identification, la quantification et la cartographie
Notice bibliographique
Résumé
L’imagerie par spectrométrie de masse est une technique sans marquage permettant la détection et la localisation de protéines à partir de coupes de tissus. Afin de répondre à des problématiques biologiques, le nombre de protéines identifiées doit être amélioré. Une stratégie consiste à réaliser une micro-jonction liquide sur des régions particulières des coupes de tissus afin d’extraire les peptides issus de la digestion in situ des protéines. Plus de 1500 protéines ont identifié sur une zone de 650µm, correspondant à environ 1900 cellules. Une corrélation entre ces données avec celles générées par MSI a augmenté le nombre de protéines localisées. Afin d’obtenir dans le même temps, la localisation et l’identification de protéines, une méthode consiste à réaliser la microdissection de l’ensemble de la coupe après l’avoir déposée sur une lame recouverte de parafilm. PAM a également été appliquée à l’étude de l'expression différentielle de protéines dans des tumeurs de prostate. Les résultats ont permis d’identifier des biomarqueurs potentiels tels que des protéines complexées avec des petits ARN nucléolaires. Enfin, la faisabilité des méthodes MS appliquées à l’étude structurale de protéines, tel que l'échange deutérium ou le pontage chimique, ont été examinés directement sur tissu. Les résultats préliminaires suggèrent qu’une étude structurale de protéines est possible afin de déterminer des changements de structures entrainés par la modification du microenvironnement. Réunis ensemble, ces méthodes MS d'analyses directes fournissent un moyen robuste d’étude de protéines dans leur état natif afin de fournir des indications sur leur rôle dans des systèmes biologiques.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».