Nuclear Magnetic Resonance Spectroscopy as a Quantitative Tool To Determine the Concentrations of Biologically Produced Metabolites: Implications in Metabolites in Safety Testing
Notice bibliographique
Résumé
Nuclear magnetic resonance (NMR) spectroscopy has traditionally been considered as an indispensable tool in elucidating structures of metabolites. With the advent of Fourier transform (FT) spectrometers, along with improvements in software and hardware (such as high-field magnets, cryoprobes, versatile pulse sequences, and solvent suppression techniques), NMR is increasingly being considered as a critical quantitative tool, despite its lower sensitivity as compared to mass spectrometry. A specific quantitative application of NMR is in determining the concentrations of biologically isolated metabolites, which could potentially be used as reference standards for further quantitative work by liquid chromatography/mass spectrometry. With the recent demands from regulatory agencies on quantitative information on metabolites, it is proposed that NMR will play a significant role in strategies aimed at addressing metabolite coverage in toxicological species. Traditionally, biologically isolated metabolites have not been considered as a way of generating "reference standards" for further quantitative work. However, because of the recent FDA guidance on safety testing of metabolites, one has to consider means of authenticating and quantitating biologically or nonbiologically generated metabolites. 1H NMR is being proposed as the method of choice, as it is able to be used as both a qualitative and a quantitative tool, hence allowing structure determination, purity check, and quantitative measurement of the isolated metabolite. In this publication, the application of NMR as a powerful and robust analytical technique in determining the concentrations of in vitro or in vivo isolated metabolites is discussed. Furthermore, to demonstrate the reliability and accuracy of metabolite concentrations determined by NMR, validation and cross-validation with gravimetric and mass spectrometric methods were conducted.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».