MétaCan
Menu
Retour à la cohorte
Enregistrement W2056471358 · doi:10.1002/rcm.4340

The use of selected ion flow tube mass spectrometry to detect and quantify polyamines in headspace gas and oral air

2009· article· en· W2056471358 sur OpenAlexaff
Brian Ross, Slim Babay, Chelsea Ladouceur

Notice bibliographique

RevueRapid Communications in Mass Spectrometry · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePolyamine Metabolism and Applications
Établissements canadiensNOSM UniversityLakehead UniversityScience North
Organismes subventionnairesnon disponible
Mots-clésChemistryMass spectrometryChromatographyTube (container)Ion-mobility spectrometryIonFlow (mathematics)Analytical Chemistry (journal)Organic chemistryMechanicsWaste management

Résumé

récupéré en direct d'OpenAlex

Polyamines are a class of aliphatic compounds which include putrescine, cadaverine, spermine and spermidine. They are involved in a variety of cellular processes and have been implicated in a number of different pathophysiological mechanisms. Polyamines are volatile compounds having a distinctive odour normally perceived as being unpleasant. The measurement of their abundance has, however, been restricted to compounds present in the aqueous phase. Using selected ion flow tube mass spectrometry (SIFT-MS) we have shown that the polyamines react with the ions H3O+, NO+ and O2+ to form distinctive product ions allowing their levels to be quantified in the vapour phase. The low volatility of spermine did not allow extensive analysis of this compound by SIFT-MS while the adherent properties of cadaverine and putrescine required the use of PTFE transfer lines and couplers. Our data suggested the presence of cadaverine and putrescine in both oral air and the headspace of putrefying bovine muscle, while product ions corresponding to putrescine and spermidine were found in the headspace of human semen. SIFT-MS therefore appears to be a practical means of measuring vapour-phase polyamine levels, having applications in biology, medicine and dentistry, and food science.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil0,729

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,022
Tête enseignante GPT0,286
Écart entre enseignants0,264 · 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

Citations13
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRapid Communications in Mass SpectrometryMême sujetPolyamine Metabolism and ApplicationsTravaux en français237 207