Protocol for an Electrospray Ionization Tandem Mass Spectral Product Ion Library: Development and Application for Identification of 240 Pesticides in Foods
Notice bibliographique
Résumé
Modern determination techniques for pesticides must yield identification quickly with high confidence for timely enforcement of tolerances. A protocol for the collection of liquid chromatography (LC) electrospray ionization (ESI)-quadruple linear ion trap (Q-LIT) mass spectrometry (MS) library spectra was developed. Following the protocol, an enhanced product ion (EPI) library of 240 pesticides was developed by use of spectra collected from two laboratories. A LC-Q-LIT-MS workflow using scheduled multiple reaction monitoring (sMRM) survey scan, information-dependent acquisition (IDA) triggered collection of EPI spectra, and library search was developed and tested to identify the 240 target pesticides in one single LC-Q-LIT MS analysis. By use of LC retention time, one sMRM survey scan transition, and a library search, 75-87% of the 240 pesticides were identified in a single LC/MS analysis at fortified concentrations of 10 ng/g in 18 different foods. A conventional approach with LC-MS/MS using two MRM transitions produced the same identifications and comparable quantitative results with the same incurred foods as the LC-Q-LIT using EPI library search, finding 1.2-49 ng/g of either carbaryl, carbendazim, fenbuconazole, propiconazole, or pyridaben in peaches; carbendazim, imazalil, terbutryn, and thiabendazole in oranges; terbutryn in salmon; and azoxystrobin in ginseng. Incurred broccoli, cabbage, and kale were screened with the same EPI library using three LC-Q-LIT and a LC-quadruple time-of-flight (Q-TOF) instruments. The library search identified azoxystrobin, cyprodinil, fludioxinil, imidacloprid, metalaxyl, spinosyn A, D, and J, amd spirotetramat with each instrument. The approach has a broad application in LC-MS/MS type targeted screening in food analysis.
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 ».