Contrôle des effets de surfaces pour minimiser la délocalisation du gras viscéral en Imagerie par Spectrométrie de Masse
Bibliographic record
Abstract
Les lipides représentent une classe essentielle de biomolécules au fonctionnement normal des organismes vivants. Étant donné leur complexité et leur très grande diversité, les analyses du lipidome combinent généralement une méthode de séparation analytique et une détection par spectrométrie de masse. Bien que ces méthodes d’analyses présentent plusieurs avantages, elles requièrent généralement une homogénéisation de l’échantillon préalablement à l’analyse. La conséquence est la perte de l’information spatiale des analytes au travers de l’échantillon. L’imagerie par spectrométrie de masse (IMS) est une technologie de pointe permettant de cartographier au niveau moléculaire des sections tissulaires minces sans homogénéisation préalable de l’échantillon. Cette technique d’analyse permet de caractériser une vaste gamme d’analyte d’intérêt sans l’utilisation de marqueurs spécifiques. Ainsi, cette cartographie moléculaire peut être combinée à des méthodes de coloration tissulaires ou de microscopie optique afin de corréler précisément les résultats obtenus avec les histologies des sections. En revanche, la délocalisation potentielle des analytes d’intérêt au travers de la section entraîne de graves erreurs d’interprétation et prévient la corrélation exacte des résultats IMS avec les régions histologiques d’intérêt. Les travaux mis en évidence dans ce mémoire présentent le développement, la caractérisation et l’utilisation d’une nouvelle lame d’analyse pour l’IMS permettant de drastiquement réduire la délocalisation des triacylglycérols (TAG) présents dans le gras viscéral. Dans un premier temps, ces travaux montrent la délocalisation des TAG sur et hors-section tissulaire ainsi que leur induction sur la migration conjointe de plusieurs classes de phospholipides (PL) dans leurs déplacements. Par la suite, l’amplitude de la délocalisation des TAG fut étudiée sur 12 types de lames différentes, et la caractérisation de la topographie et de l’hydrophobicité de ces lames à permis de mieux comprendre la relation entre la surface et l’ampleur de la délocalisation des TAG. Pour finir, le potentiel antidélocalisation d’une nouvelle lame en aluminium oxydé fut étudié avec deux tissus comprenant une large proportion de gras viscéral soit un échantillon de muscle de boeuf présentant des stries de gras internes et un rein de souris bordé de gras. Cette nouvelle lame permet une forte ségrégation des TAG comparativement aux résultats obtenus sur les lames commerciales couramment utilisées et ainsi augmenter la fidélité des analyses IMS obtenues. Cette nouvelle méthode permettra entre autres l’analyse de plusieurs organes et tissus d’intérêt très gras autrement difficile à analyser tel que le rein, la médulla surrénale, certains muscles et cancer du sein.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".