Plasmonic array assisted mass spectrometry for preferential metabolite detection

质谱法 代谢物 等离子体子 代谢组学 化学 质谱成像 纳米技术 材料科学 色谱法 光电子学 生物化学
作者
Xvelian Li,Wei Chen,Mengyi Wu,Wenjun Yu,Mengfei Wang,Minjia Niu,Fanyu Meng,Yuewei Zhao,Ahmed Osman,Nahla O. Mousa,Hui Shi,Kun Qian,Jiayi Wang,Lin Huang
出处
期刊:Chemical Engineering Journal [Elsevier]
卷期号:486: 150224-150224 被引量:2
标识
DOI:10.1016/j.cej.2024.150224
摘要

Metabolites, depicting physiological and pathophysiological state, underpin diverse disease-associated phenomena. Metabolite detection offers insights for identifying disease biomarkers and monitoring treatment responses, thereby facilitating early disease diagnosis and personalized medicine. Matrix-assisted laser desorption/ionization mass spectrometry (MALDI MS) holds promise in molecular profiling, with advanced materials emerging as efficient matrices for metabolite detection. Yet, their preferences in analyzing various metabolites have not been systematically explored, hindering the development of matrices for suitable clinical practice. Herein, we report plasmonic array assisted MS for fast and direct quantification of specific metabolites in human biofluids. Plasmonic array is prepared by self-assembling hybrid bimetallic alloys at liquid–liquid interfaces. Large scale screening of 37 metabolites exhibited LDI preferences of plasmonic array especially for nucleosides. Plasmonic array enables sensitive and selective detection of nucleosides, due to the synergistic effect via alloy composition and chemical interactions without the use of costly antibodies. Consequently, accurate quantification is achieved with a recovery rate of 103.18 % ± 3.78 % for inosine, consuming a trace amount of serum as low as 4 μL within seconds. This work provides useful guidelines for matrix design in the MALDI MS analysis of metabolites toward biomedical applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
CodeCraft应助Sunshine采纳,获得10
刚刚
故意的问安完成签到 ,获得积分10
1秒前
Sunny完成签到,获得积分10
1秒前
李昀睿发布了新的文献求助10
2秒前
温文尔雅完成签到,获得积分10
3秒前
务实山灵完成签到,获得积分10
3秒前
臻臻珍珍完成签到 ,获得积分10
4秒前
铃兰完成签到 ,获得积分10
4秒前
白子双完成签到,获得积分10
4秒前
投石问路完成签到,获得积分10
5秒前
Halm_zZ完成签到,获得积分20
6秒前
考啥都上岸完成签到,获得积分10
6秒前
cc完成签到,获得积分10
7秒前
tetrakis完成签到,获得积分10
7秒前
脑洞疼应助xiaohua采纳,获得10
7秒前
陆陆完成签到,获得积分10
7秒前
科研通AI2S应助李昀睿采纳,获得10
7秒前
Murray应助李昀睿采纳,获得10
7秒前
少侠不是菜鸟完成签到,获得积分10
8秒前
9秒前
jadexuanxuan完成签到,获得积分10
9秒前
11完成签到 ,获得积分10
9秒前
随机昵称完成签到,获得积分10
10秒前
10秒前
青衍应助xiongqi采纳,获得10
10秒前
勤劳尔容完成签到,获得积分10
11秒前
lisa完成签到,获得积分10
12秒前
Bio完成签到,获得积分10
12秒前
yanziwu94完成签到,获得积分10
12秒前
选课完成签到,获得积分10
13秒前
Xiaoming85完成签到,获得积分10
13秒前
13秒前
Menand完成签到,获得积分10
13秒前
平常冬天完成签到,获得积分10
13秒前
貔貅完成签到,获得积分10
13秒前
魏佳阁应助小吴采纳,获得10
15秒前
核桃nut完成签到,获得积分10
15秒前
含蓄元冬完成签到 ,获得积分10
16秒前
Agamemnon发布了新的文献求助10
17秒前
个性无声完成签到,获得积分10
17秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248973
求助须知:如何正确求助?哪些是违规求助? 2892328
关于积分的说明 8270792
捐赠科研通 2560627
什么是DOI,文献DOI怎么找? 1389143
科研通“疑难数据库(出版商)”最低求助积分说明 651004
邀请新用户注册赠送积分活动 627869