MétaCan
Menu
Retour à la cohorte
Enregistrement W2060475016 · doi:10.1021/ac0608568

On-Line Enhancement Technique for the Analysis of Nucleotides Using Capillary Zone Electrophoresis/Mass Spectrometry

2006· article· en· W2060475016 sur OpenAlexafffund
Yong‐Lai Feng, Jiping Zhu

Notice bibliographique

RevueAnalytical Chemistry · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensHealth Canada
Organismes subventionnairesHealth CanadaAustralian Government
Mots-clésChemistryElectrokinetic phenomenaCapillary electrophoresisChromatographyAnalytical Chemistry (journal)AnalyteMass spectrometryCapillary actionElectrophoresisElectrospraySample preparation

Résumé

récupéré en direct d'OpenAlex

A new on-line capillary zone electrophoresis/mass spectrometry (CZE/MS), constant pressure-assisted electrokinetic injection (PAEKI), for the analysis of negatively charged nucleotides is reported. PAEKI uses an applied pressure to counterbalance the reverse electroosmotic flow in the capillary column during sample injection, while taking advantage of the field amplification in the sample medium. At balance, the running buffer in the column is stationary, permitting potentially unlimited injection time, and hence unlimited sample enrichment power. The ability of PAEKI to maintain a narrow sample zone over a long injection time seems to be a result of the formation of a high ion concentration band at the boundary of the two media due to rapid deceleration of the migrating ions at the boundary. The injected amount of analytes proved to be linearly proportional to both the field amplification factor, which is expressed as the ratio of resistivities of sample medium to running buffer, and the injection time, which extended up to 1200 s in CZE/MS and 3600 s in CZE/UV. For a 300-s on-line PAEKI injection in CZE/MS, 3 orders of magnitude sample enhancement (5000-fold enrichment) could be observed for the four single nucleotides without compromising separation efficiency and peak shape, and an achievement of detection limits between 0.04 and 0.07 ng/mL. With appropriate sample cleanup, PAEKI can be used in the analysis of single nucleotides in enzyme-digested DNA.

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: aucune
Score de désaccord entre enseignants0,611
Score d'incertitude au seuil0,682

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,239
Écart entre enseignants0,229 · 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

Citations49
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207