Automated derivatization and analysis of malondialdehyde using column switching sample preparation HPLC with fluorescence detection
Notice bibliographique
Résumé
Analyte derivatization is advantageous for the analysis of malondialdehyde (MDA) as a biomarker of oxidative stress in biological samples. Conventionally, however, derivatization is time consuming, error-prone and has limited options for automation. We have addressed these challenges for the solid phase analytical derivatization of MDA from small volume tissue homogenate samples. A manual derivatization method was first developed using Amberlite XAD-2 (12 mg) as the solid phase. Subsequently an automated column switching process was developed that provided simultaneous derivatization and extraction of the MDA-DH hydrazone product on a cartridge packed with XAD-2, followed by quantitative elution of the product to an analytical LC column (Waters NovoPak C18, 3.9 x 150 mm). The LOD was 0.02 microg/mL and recovery was quantitative. The method was linear (r(2) >0.999) with precision < 5% from the LOQ (0.06 microg/mL) to at least 35 microg/mL. The method was successfully applied to the analysis of small volume (30 microL) mouse tissue homogenate samples. Endogenous levels of MDA in the tissues ranged from 20 to 40 nmol/g tissue (ca. 0.1-0.2 microg/mL homogenate). Compared to conventional MDA analyses, the current method has advantages in automation, selectivity, precision and sensitivity for analysis from very small sample volumes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».