Dereplication, Residual Complexity, and Rational Naming: The Case of the <i>Actaea</i> Triterpenes
Notice bibliographique
Résumé
The genus Actaea (including Cimicifuga) has been the source of ∼200 cycloartane triterpenes. While they are major bioactive constituents of complementary and alternative medicines, their structural similarity is a major dereplication problem. Moreover, their trivial names seldom indicate the actual structure. This project develops two new tools for Actaea triterpenes that enable rapid dereplication of more than 170 known triterpenes and facilitates elucidation of new compounds. A predictive computational model based on classification binary trees (CBTs) allows in silico determination of the aglycone type. This tool utilizes the Me (1)H NMR chemical shifts and has potential to be applicable to other natural products. Actaea triterpene dereplication is supported by a new systematic naming scheme. A combination of CBTs, (1)H NMR deconvolution, characteristic (1)H NMR signals, and quantitative (1)H NMR (qHNMR) led to the unambiguous identification of minor constituents in residually complex triterpene samples. Utilizing a 1.7 mm cryo-microprobe at 700 MHz, qHNMR enabled characterization of residual complexity at the 10-20 μg level in a 1-5 mg sample. The identification of five co-occurring minor constituents, belonging to four different triterpene skeleton types, in a repeatedly purified natural product emphasizes the critical need for the evaluation of residual complexity of reference materials, especially when used for biological assessment.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».