MétaCan
Menu
Retour à la cohorte
Enregistrement W1823639421 · doi:10.1002/ejlt.201400332

A novel <sup>1</sup>H NMR spectroscopic method for determination of glycidyl fatty acid esters coexisting with acylglycerols

2015· article· en· W1823639421 sur OpenAlexaff
Ziliang Song, Yong Wang, Guoqiang Li, Wei Kiat Tan, Shengwen Yao

Notice bibliographique

RevueEuropean Journal of Lipid Science and Technology · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensAlberta InnovatesUniversity of Alberta
Organismes subventionnairesGuangdong Science and Technology DepartmentNational Natural Science Foundation of China
Mots-clésGlycidolGlycerideChemistryFatty acidChromatographyNuclear magnetic resonance spectroscopyRepeatabilityAnalytical Chemistry (journal)Organic chemistry

Résumé

récupéré en direct d'OpenAlex

A new approach for determination of glycidyl fatty acid esters (GDEs) based on 1H nuclear magnetic resonance (1H NMR) spectroscopy was developed. The 1H NMR spectra of the GDE standards were prepared and characterized. The quantification formula was then deduced from the characteristic signals of two epoxy methylene (CH2) protons at chemical shifts 2.56 and 2.76 ppm. Tests on repeatability, reproducibility, and recovery were conducted and proved the reliability of the quantification method. This method was extended to GDEs mixed with oil matrices composed of different acylglycerols (GREs). The weighted average factor fw is introduced to calculate the fatty acid composition based on the stoichiometric proportion of the lipid component and its esterification degree. With the fatty acid composition determined, the molar percentage obtained from 1H NMR can be converted to the weight percentage. This method is an analytical model for the determination of GDEs, with advantages such as easy operation and high accuracy. Practical applications: Heat treatment of edible oils in the refinery process can generate GDEs, a group of contaminants having potential risks to liberate a carcinogenic compound called glycidol during digestion of oil in the human body. It has become an important issue for the oil industry to develop an effective method for the determination of GDEs. The proposed 1H NMR spectroscopic method is able to characterize and quantify GDEs in an accurate, rapid, and noninvasive way. With these advantages, the analytical results also provide quantitative criteria for subsequent concentration and mitigation of GDEs in refined edible oils. A novel 1H NMR spectroscopic method was developed to determine glycidyl fatty acid esters (GDEs), a processing contaminant in refined edible oil.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,288
Écart entre enseignants0,263 · 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
GenreMéthodes

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

En bref

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Lipid Science and TechnologyMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207