Spectral Editing of Organic Mixtures into Pure Components Using NMR Spectroscopy and Ultraviscous Solvents
Notice bibliographique
Résumé
A general technique is described that permits the extraction of a complete 1H NMR spectrum for components in organosoluble mixtures. The approach should find a wide range of applications considering that pure component spectra can be generated without the need for physical separation. This technique is especially significant for synthetic organic chemistry and the pharmaceutical industry due to the potential to isolate a product spectrum even in the presence of overlapping starting materials, byproducts, or degradation products. A viscous oil-based solvent system that can be temperature-manipulated from essentially a solid at one extreme to a freely flowing liquid at the other is employed. The system contains no protons and is miscible with common organic solvents. Through careful control of the temperature and thus solvent viscosity, the behavior of small molecules moves from the positive to the extreme of the negative NOE regime. Under such conditions, all protons in a molecule correlate with all other protons as propagation by spin diffusion becomes highly efficient, behavior normally only observed with rigid macromolecules in conventional solvents. Therefore, as long as one proton (or carbon signal in hybrid experiments) is resolved for a component in a mixture, the entire proton spectrum for that molecule can be cleanly extracted from a 2D NOESY spectrum (or from selective 1D NOE-based analogues). Preliminary results are highly encouraging, indicating that the approach may be feasible for a wide range of molecules and mixtures; however, in practice the exact types of structures, combinations of structures, and range of concentrations that can be cleanly extracted will become evident as the technique becomes better established.
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 | 0,000 | 0,000 |
| 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 ».