MétaCan
Menu
Retour à la cohorte
Enregistrement W1497665702 · doi:10.1002/mas.21377

Advanced hyphenated chromatographic‐mass spectrometry in mycotoxin determination: Current status and prospects

2013· review· en· W1497665702 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMass Spectrometry Reviews · 2013
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesNatural Science Foundation of Hubei ProvinceNational Natural Science Foundation of China
Mots-clésMycotoxinChemistryChromatographyContaminationMass spectrometryZearalenoneEnvironmental chemistryFood scienceBiology

Résumé

récupéré en direct d'OpenAlex

Mass spectrometric techniques are essential for advanced research in food safety and environmental monitoring. These fields are important for securing the health of humans and animals, and for ensuring environmental security. Mycotoxins, toxic secondary metabolites of filamentous fungi, are major contaminants of agricultural products, food and feed, biological samples, and the environment as a whole. Mycotoxins can cause cancers, nephritic and hepatic diseases, various hemorrhagic syndromes, and immune and neurological disorders. Mycotoxin-contaminated food and feed can provoke trade conflicts, resulting in massive economic losses. Risk assessment of mycotoxin contamination for humans and animals generally depends on clear identification and reliable quantitation in diversified matrices. Pioneering work on mycotoxin quantitation using mass spectrometry (MS) was performed in the early 1970s. Now, unambiguous confirmation and quantitation of mycotoxins can be readily achieved with a variety hyphenated techniques that combine chromatographic separation with MS, including liquid chromatography (LC) or gas chromatography (GC). With the advent of atmospheric pressure ionization, LC-MS has become a routine technique. Recently, the co-occurrence of multiple mycotoxins in the same sample has drawn an increasing amount of attention. Thus, modern analyses must be able to detect and quantitate multiple mycotoxins in a single run. Improvements in tandem MS techniques have been made to achieve this purpose. This review describes the advanced research that has been done regarding mycotoxin determination using hyphenated chromatographic-MS techniques, but is not a full-circle survey of all the literature published on this topic. The present work provides an overview of the various hyphenated chromatographic-MS-based strategies that have been applied to mycotoxin analysis, with a focus on recent developments. The use of chromatographic-MS to measure levels of mycotoxins, including aflatoxins, ochratoxins, patulin, trichothecenes, zearalenone, and fumonisins, is discussed in detail. Both free and masked mycotoxins are included in this review due to different methods of sample preparation. Techniques are described in terms of sample preparation, internal standards, LC/ultra performance LC (UPLC) optimization, and applications and survey. Several future hyphenated MS techniques are discussed as well, including multidimensional chromatography-MS, capillary electrophoresis-MS, and surface plasmon resonance array-MS.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,007
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,292
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle