Liquid Chromatography–Light Scattering Detector–Mass Spectrometric Analysis of Digested Oxidized Rapeseed Oil
Notice bibliographique
Résumé
Rapeseed oil was oxidized chemically and thermally to produce two distinct oxidized oils. These oils, along with unoxidized oils, were subjected to an artificial digestion model to simulate the digestive processes in humans. Lipid digestion involves lipases that break down the intact triacylglycerol (TAG) molecules first to diacylglycerols, and eventually to sn-2-monoacylglycerols (MAG) and free fatty acids. A high performance liquid chromatography-evaporative light scattering detector-electrospray ionization-mass spectrometric (HPLC-ELSD-ESI-MS) method was developed to monitor the lipolysis and the presence of oxidized lipids. The HPLC-ELSD-ESI-MS analysis enabled the separation and detection of nearly all the lipid species present in the sample after TAG hydrolysis. The HPLC-MS analyses of digestion products revealed that oxidized triacylglycerols are hydrolyzed by the digestive enzymes in a manner similar to that of native, unoxidized molecules. Significant amounts of sn-1(3)-MAG were found in all the samples after lipolysis, however, more of these were found in unoxidized rapeseed oil samples than in the oxidized oils. Several oxidized molecules were identified with the aid of synthesized oxylipids. This novel method is scalable to small-scale preparative fractionation of oxidized lipid molecules from a complex digestion sample. Also, the fingerprint-like, diagnostic, MS profiles of oxidized oils, reference compounds, and digestion products may be a great aid in comprehensive analysis of lipid oxidation and lipolysis.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».