MétaCan
Menu
Retour à la cohorte
Enregistrement W2040788830 · doi:10.1097/00007691-200004000-00007

A Simple High-Performance Liquid Chromatography Assay for Simultaneous Measurement of Adenosine, Guanosine, and the Oxypurine Metabolites in Plasma

2000· article· en· W2040788830 sur OpenAlexaff
J. D. Z. Feng, Pollen Yeung

Notice bibliographique

RevueTherapeutic Drug Monitoring · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiochemical and Molecular Research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésChromatographyChemistryHigh-performance liquid chromatographyHypoxanthineInosineDetection limitXanthineAdenosineUric acidAnalyteGuanosineBiochemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

To study the effect of pharmacologic agents on the biologic fate of adenosine, a reversed-phase high-performance liquid chromatography (HPLC) assay coupled with a solid-phase extraction (SPE) method was developed for simultaneous determination of plasma adenosine, hypoxanthine, xanthine, inosine, guanosine, and uric acid. The HPLC system consisted of a reversed phase C18 column, UV detector set at 254 nm, and a mobile phase composed of 0.01 M ammonium phosphate: methanol (9.5 : 0.5) vol/vol with the final pH adjusted to 3.9. The standard curves were linear between 0.1-2 microg/mL for all the analytes (except uric acid 50-400 microg/mL), with r2 > 0.99. The absolute recoveries were >60% and accuracy >85% in almost all cases. The limit of detection was <1 ng based on absolute injection of the analytes. The intraassay variations were <10% and interassay variations <15%. The presence of a wide range of medications in plasma samples did not interfere with the assay. The assay was applied successfully to measure plasma adenosine and the oxypurine metabolites in humans and rats. It was noted that plasma concentrations of adenosine and the oxypurine metabolites can vary considerably depending on the method of blood sample collection, and that species differences are apparent.

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)0,001
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 enseignants0,025
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,254
Écart entre enseignants0,242 · 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

Citations22
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTherapeutic Drug MonitoringMême sujetBiochemical and Molecular ResearchTravaux en français237 207