Use of Anion-Exchange Membrane Extraction for the High-Performance Liquid Chromatographic Analysis of Mustard Seed Glucosinolates
Notice bibliographique
Résumé
A new one-step extraction using anion-exchange membranes for the HPLC determination of glucosinolates in mustard seeds is reported. The exchange of glucosinolates on the membranes was studied using sinigrin in solutions and sinigrin added as an internal standard to seeds of yellow mustard. By varying time of extraction, membrane size, and sample size, the optimal conditions for maximum glucosinolate recovery were determined and the following procedure was adopted: 0.2 g of ground mustard seeds are heated in 20 mL of boiling water for 5 min. After cooling, samples are transferred to plastic centrifuge tubes, 9-cm(2) membranes are added, and suspensions are shaken on a mechanical shaker for 2.5 h. Glucosinolates are then eluted from the membranes with 25 mL of 1 N KCl by shaking again for 2.5 h. Using this procedure, the sinigrin extraction from solutions and from mustard seeds was linear with 80% recovery. Seeds of yellow, brown, oriental, and Indian mustard were analyzed by this procedure; excellent reproducibility, with coefficients of variation in the range 1.0-4.3% were obtained. This method offers a simple and inexpensive alternative to complicated and tedious procedures for glucosinolate isolation/purification required for chromatographic determinations.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».