Analysis of <i>Staphylococcus</i> enterotoxin B using differential isotopic tags and liquid chromatography quadrupole ion trap mass spectrometry
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.
Notice bibliographique
Résumé
Staphylococcus aureus produces enterotoxins, which are causative agents of foodborne intoxications. Enterotoxins are single-chain polypeptides and have a molecular weight of about 26-28 kDa. The consumption of food contaminated with Staphylococcus aureus enterotoxins results in the onset of acute gastroenteritis within 2-6 h. The objective of this study was the development of a new method for the quantification of Staphylococcal enterotoxin B (SEB) in food matrices. Tryptic peptide map was generated and nine proteolytic fragments were clearly identified (sequence coverage of 35%). Among these, three specific tryptic peptides were selected to be used as surrogate peptides and internal standards for quantitative analysis using an isotopic tagging strategy along with analysis by LC-MS/MS. The linearity of the measurement by LC-MS/MS was evaluated by combining mixtures of both isotopes at 0.1, 0.2, 0.5, 1.0 and 2.0 ¹H/²H molar ratios with a slope near to 1, values of R² above 0.98 and %CV obtained from six repeated measurement was below 8%. The precision and accuracy of the method were assessed using SEB spiked in chicken meat homogenate samples. SEB was fortified at 0.2, 1 and 2 pmol/g. The accuracy results indicated that the method can provide accuracy within a 84.9-91.1% range. Overall, the results presented in this manuscript show that proteomics-based methods can be effectively used to detect, confirm and quantify SEB in food matrices.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle