MétaCan
Menu
Retour à la cohorte
Enregistrement W1985165150 · doi:10.1021/jf034118l

Comparison of MALDI-TOF Mass Spectrometric to Enzyme Colorimetric Quantification of Glucose from Enzyme-Hydrolyzed Starch

2003· article· en· W1985165150 sur OpenAlexaff
G. A. Grant, Suzanne Frison, Judy Yeung, Thava Vasanthan, Peter Sporns

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2003
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésStarchChemistryChromatographyMass spectrometryHydrolysisMonosaccharideEnzymatic hydrolysisSample preparationFood scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

Successful quantification of the glucose produced by enzyme hydrolysis of starch was achieved by a matrix-assisted laser desorption/ionization time-of-flight mass spectrometry (MALDI-TOF MS) protocol, using sorbitol as an internal standard. The starch contents measured by MALDI-TOF MS of corn starch, fiber-enriched oat flour derivatives, oat and barley flours, and barley flour/corn starch composites were evaluated in comparison to a widely accepted and validated method of starch determination, which relies on enzyme colorimetry (EC). The average starch content measured in a series of corn starch samples of different masses was 93 and 101% for EC and MALDI-TOF MS, respectively, values that represent the estimated purity of the sample. There was an agreement of 99% between the starch contents determined by the two analytical methods for complex flour-derived samples. Starch values estimated by MALDI-TOF MS consistently showed a greater degree of variability than those determined by EC, but this limitation was readily compensated by rapid acquisition of multiple mass spectra. This study is the first to report the quantification of glucose by MALDI-TOF MS, and it offers new perspectives into the potential utility of MALDI-TOF MS as a definitive tool for monosaccharide analysis and rapid starch determination in complex samples.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,006
Score d'incertitude au seuil0,953

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 GPT0,269
Écart entre enseignants0,248 · 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 tête enseignante, 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

Citations28
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207