Determination of an arsenosugar in oyster extracts by liquid chromatography-electrospray mass spectrometry and liquid chromatography-ultraviolet photo-oxidation-hydride generation atomic fluorescence spectrometry
Notice bibliographique
Résumé
HPLC-UV-HG-AFS analysis of aqueous extracts of oysters (Crassostrea gigas) taken from the southwestern Atlantic coast of Spain showed the presence of arsenite, arsenate, dimethylarsinic acid and an unidentified arsenic peak. Subsequent analysis of the oyster samples by LC-electrospray MS and comparison with four standard dimethylarsinoylribosides (arsenosugars), showed that the previously unidentified peak was an arsenosugar (arsenosugar 2). When the arsenosugar in the oyster was quantified using the two detection methods and external calibration with standard arsenosugar, there was a large discrepancy between the two sets of results. The LC-MS analysis was strongly affected by the sample matrix and gave concentrations 50% lower than those obtained by AFS detection. When the method of standard addition was applied to the LC-MS analysis, the results were comparable to the AFS data. The matrix effects were eliminated by subjecting the extract to a clean-up procedure with anion-exchange and gel permeation preparative chromatography before the LC-MS analysis. The arsenosugars gave a small signal without photo-oxidation when they were analysed by HPLC-HG-AFS. Possibly this resulted from partial decomposition of the arsenosugar to dimethylarsinic acid under the acidic conditions employed in the hydride generation step.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».