MétaCan
Menu
Retour à la cohorte
Enregistrement W1783231264 · doi:10.1080/19440049.2015.1072771

An epimer of deoxynivalenol: purification and structure identification of 3-<i>epi</i>-deoxynivalenol

2015· article· en· W1783231264 sur OpenAlexaff
Jian He, Raymond Yang, Ting Zhou, Greg J. Boland, Peter Scott, Genevieve S. Bondy

Notice bibliographique

RevueFood Additives & Contaminants Part A · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueChromatography in Natural Products
Établissements canadiensHealth CanadaAgriculture and Agri-Food CanadaUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHeteronuclear single quantum coherence spectroscopyChemistryEpimerTwo-dimensional nuclear magnetic resonance spectroscopyNuclear Overhauser effectChromatographyNuclear magnetic resonance spectroscopyChemical structureStereochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In an investigation of deoxynivalenol (DON)-transformation products by Devosia mutans 17-2-E-8, the major product was identified as 3-epi-DON. This DON-transformation product was analysed by liquid chromatography and identified by congruent retention time and UV/Vis spectrum, as well as mass spectrometric data. Nuclear magnetic resonance (NMR) experiments including correlation spectroscopy (COSY), heteronuclear single quantum coherence (HSQC) and nuclear overhauser effect (NOE) were conducted for structural characterisation of 3-epi-DON. High-speed counter-current chromatography (HSCCC) was applied to scale up the separation of 3-epi-DON from DON in a D. mutans 17-2-E-8 culture. From the culture where 100 mg DON was applied, 56 mg of 3-epi-DON (purity of 96.8%) was obtained from the HSCCC. The purified 3-epi-DON will be used for toxicological characterisation studies of this chemical.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,262
Écart entre enseignants0,242 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Additives & Contaminants Part AMême sujetChromatography in Natural ProductsTravaux en français237 207