High‐performance thin‐layer chromatography/desorption electrospray ionization mass spectrometry imaging of the crude extract from the peels of <i>Citrus aurantium</i> L. ( <i>Rutaceae</i> )
Notice bibliographique
Résumé
RATIONALE: Citrus aurantium L. is a plant belonging to the Rutaceae family, whose extracts are extensively used in weight management products and as thermogenic agents. Here we present two methodologies to analyse the extracts obtained from the peels of Citrus aurantium L. that usually require multiple sample preparation and detection steps. METHODS: Polar compounds of the crude extract from the peels of Citrus aurantium L. (Rutaceae) were investigated by direct infusion electrospray ionization mass spectrometry (ESI-MS) and high-performance thin-layer chromatography (HPTLC) coupled to desorption electrospray ionization mass spectrometry (DESI-MS). ESI-MS was performed in both positive and negative ion modes. Molecular imaging of the HPTLC plates was used for the direct analysis of the phytocompounds present in the crude extract from the peels of Citrus aurantium L. by DESI-MS imaging. RESULTS: Characteristic mass spectra with many diagnostic ions were obtained from the extract analysis, allowing a fast and reliable identification of these species. Tandem mass spectrometry (MS/MS) was employed to confirm the identity of specific metabolites. CONCLUSIONS: HPTLC/DESI-MS imaging is a relatively fast, versatile, and efficient technique for natural product analysis, since many more ions are observed than with the direct infusion ESI-MS. The MS/MS technique provided information about the component structures, revealing the presence of important bioactive components. The application of DESI-MS imaging may contribute to the improvement identification and characterization of pharmacologically active compounds in phytochemistry.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».