MétaCan
Menu
← Back to cohort
Record W2616085069 · doi:10.71781/11404

Nouvelles stratégies analytiques favorisant l’augmentation de la spécificité et de la sensibilité en imagerie MS

2016· dissertation· fr· W2616085069 on OpenAlexfundno aff
Martin Dufresne

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2016
Typedissertation
Languagefr
FieldMedicine
TopicSystemic Sclerosis and Related Diseases
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of CanadaSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
KeywordsHumanitiesPhysicsPhilosophy

Abstract

fetched live from OpenAlex

La spectrométrie de masse est une technique analytique permettant de mesurer le ratio masse sur charge d’un ion. Cette technique, très répandue en chimie analytique permet d’élucider la composition moléculaire de mélanges complexes à partir de systèmes homogénéisés. De ce fait, toute l’information sur la distribution spatiale des molécules est perdue. L’imagerie par spectrométrie de masse (IMS) a été inventée afin de résoudre ce problème et permettre d’élucider la distribution spatiale de molécules cibles sur des sections tissulaires minces provenant de tissus biologiques tels que de mammifères ou de plantes. L’un des grands avantages de l’IMS est sa complémentarité à l’histopathologie, technique permettant de révéler la structure ainsi que la localisation de certaines biomolécules à partir de sections tissulaires minces. Cependant, cette dernière se limite principalement aux protéines et aux molécules pouvant avoir une interaction spécifique avec un anticorps. L’IMS permet la détection d’une vaste gamme de biomolécules allant des petits métabolites aux polymères de haut poids moléculaire. Parmi les biomolécules détectables par IMS, les lipides attirent de plus en plus l’attention des analystes. En effet, ils occupent différentes fonctions clés au sein des systèmes biologiques, autant structurales que métaboliques, comme constituants des parois cellulaires, acteurs de la signalisation cellulaires ainsi que dans le stockage d’énergie. Leur intérêt est d’autant plus important qu’aucune technique histologique classique ne permet actuellement de détecter de façon spécifique les différentes classes de lipides. De façon générale, l’IMS de lipides est effectuée en utilisant la désorption-ionisation laser assistée par matrice (MALDI). Ce procédé permet de révéler l’emplacement de ii différentes classes de molécules en exploitant l’affinité que ces dernières ont pour une matrice particulière. Au-delà du choix de la matrice, d’autres paramètres tels que le mode de déposition de la matrice, le choix des solvants ainsi que le type de lavage utilisé vont également affecter le type de molécules détectés lors d’une analyse MALDI. Malgré les très bonnes performances du MALDI pour l’analyse de lipides, ce mode d’analyse se limite souvent aux lipides polaires facilement ionisables. Les lipides neutres comme le cholestérol (CHO) et les triacylglycérols (TAGs) sont impliqués à différents niveaux de fonctions biologiques fondamentales. Ainsi, nous avons développé trois stratégies permettant l’analyse de ces lipides neutres et de faibles abondances comme les gangliosides, directement à partir de sections tissulaires minces par MALDI ainsi que par désorption-ionisation laser classique (LDI). L’implication du cholestérol en tant que molécule structurale et précurseur de la synthèse de diverses hormones et vitamines, en fait une cible de choix pour l’analyse par IMS. Historiquement, l’analyse du cholestérol par MALDI permettait de le détecter sous sa forme déshydratée. De ce fait, il était impossible de le distinguer des autres métabolites tels que ses esters qui produisaient le même fragment. Afin de permettre l’IMS du cholestérol intact nous avons développé une nouvelle technique de préparation d’échantillons reposant sur le dépôt d’une couche nanométrique d’argent (16±2 nm) sur une section tissulaire mince par pulvérisation. Cette technique permet d’ioniser spécifiquement le cholestérol intact ainsi que divers acides gras sous forme d’adduits d’argent, et ce, avec une haute résolution spatiale (5 µm). iii Au-delà du cholestérol et des acides gras, une autre classe de lipides neutres très abondants, les triglycérides, reste difficilement analysable par MALDI IMS. En effet, les TAGs constituent la principale classe de lipides impliqués dans le stockage énergétique au niveau cellulaire. Ce rôle comme source d’énergie fait des TAGs un acteur incontournable de plusieurs maladies métaboliques telles que la stéatose hépatique, l’athérosclérose ainsi que la maladie d’Alzheimer. La difficulté d’analyser les TAGs par IMS provient de leur fragilité en milieu acide ainsi que de leur faible tendance à former des adduits sodium nécessaire à leurs analyses. En considérant ces limites, nous avons développé une méthodologie de préparation d’échantillon en deux étapes permettant l’analyse hautement spécifique des TAGs par LDI IMS. Dans un premier temps, les sections tissulaires minces sont initialement exposées à une solution aqueuse contenant un tampon carbonate à base de sodium (pH 10.3, 85 mM) ainsi que d’acétate de sodium (250 mM) afin de facilité la formation d’adduit sodium et de limiter la fragmentation des TAGs en source. Par la suite, une couche nanométrique d’or (28±3 nm) est déposée sur la section afin de permettre l’analyse des TAGs par IMS à haute résolution spatiale (> 10 µm). Lorsque ces derniers ont une abondance réduite dans les sections tissulaires, cette méthode permet aussi l’analyse d’esters de cholestérol (CE). La maladie de Hunter est une maladie génétique caractérisée par l’accumulation de glycosaminoglycanes (GAGs) ainsi que de l’accumulation secondaire de gangliosides. Ce phénomène est dû à l’absence de l’enzyme iduronate-2-sulfatase (IdS) qui permet la dégradation des GAGs. L’accumulation des GAGs et des gangliosides a pour conséquence l’apparition de problèmes fonctionnels et neurologiques majeurs entrainant la mort. Il existe une thérapie de remplacement enzymatique où une forme recombinante de l’enzyme IdS est injectée aux patients. Cette thérapie permet de rétablir le métabolisme normal des GAGs et iv gangliosides dans tous les organes sauf le cerveau où la barrière hémato-encéphalique empêche l’IdS recombinante d’atteindre les zones affectées. L’étude de la composition moléculaire des dépôts de GAGs et gangliosides au niveau cérébral constitue un défi important afin de comprendre la progression des troubles neurologiques engendrés par cette accumulation. À cette fin, nous avons développé une méthode MALDI spécifique à l’analyse des gangliosides à partir de sections tissulaires minces de cerveau de souris simulant la maladie Hunter (IdS-KO). Cette méthode d’analyse par MALDI IMS permet une révélation immuno-histochimique (IHC) des dépôts suivant l’analyse IMS. Nous avons pu visualiser cinq types de gangliosides dont quatre spécifiques au dépôt présent dans les cerveaux révélés par IHC sur la même section tissulaire. Cette étude nous a permis de distinguer pour la première fois des GM3 et GM2 selon la composition de leur chaine latérale et non de leur chaine polysaccharidique révélée par l’analyse IHC.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.006
Threshold uncertainty score0.021

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.004
Meta-epidemiology (narrow)0.0030.001
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0020.001
Science and technology studies0.0010.001
Scholarly communication0.0030.003
Open science0.0010.001
Research integrity0.0030.003
Insufficient payload (model declined to judge)0.0060.005

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.005
GPT teacher head0.227
Teacher spread0.222 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)→Same topicSystemic Sclerosis and Related Diseases→French-language works237,207→