Enantiomeric separations of illicit drugs and controlled substances using cyclofructan‐based (LARIHC) and cyclobond I 2000 RSP HPLC chiral stationary phases
Notice bibliographique
Résumé
Recently a novel class of chiral stationary phases (CSPs) based on cyclofructan (CF) has been developed. Cyclofructans are cyclic oligosaccharides that possess a crown ether core and pendent fructofuranose moieties. Herein, we evaluate the applicability of these novel CSPs for the enantiomeric separation of chiral illicit drugs and controlled substances directly without any derivatization. A set of 20 racemic compounds were used to evaluate these columns including 8 primary amines, 5 secondary amines, and 7 tertiary amines. Of the new cyclofructan-based LARIHC columns, 14 enantiomeric separations were obtained including 7 baseline and 7 partial separations. The LARIHC CF6-P column proved to be the most useful in separating illicit drugs and controlled substances accounting for 11 of the 14 optimized separations. The polar organic mode containing small amounts of methanol in acetonitrile was the most useful solvent system for the LARIHC CF6-P CSP. Furthermore, the LARIHC CF7-DMP CSP proved to be valuable for the separation of the tested chiral drugs resulting in four of the optimized enantiomeric separations, whereas the CF6-RN did not yield any optimum separations. The broad selectivity of the LARIHC CF7-DMP CSP is evident as it separated primary, secondary and tertiary amine containing chiral drugs. The compounds that were partially or un-separated using the cyclofructan based columns were screened with a Cyclobond I 2000 RSP column. This CSP provided three baseline and six partial separations.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».