MétaCan
Menu
Retour à la cohorte
Enregistrement W2110884784 · doi:10.1186/1746-4811-8-42

Concurrent profiling of indole-3-acetic acid, abscisic acid, and cytokinins and structurally related purines by high-performance-liquid-chromatography tandem electrospray mass spectrometry

2012· article· en· W2110884784 sur OpenAlexafffund
Scott C. Farrow, R. J. Neil Emery

Notice bibliographique

RevuePlant Methods · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Molecular Biology Research
Établissements canadiensTrent UniversityUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAbscisic acidPurine metabolismInosineDerivatizationMetaboliteChemistryBiochemistryChromatographyPurineMetabolomicsTandem mass spectrometryLiquid chromatography–mass spectrometryHigh-performance liquid chromatographyBiologyAdenosineEnzymeMass spectrometry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cytokinins (CKs) are a group of plant growth regulators that are involved in several plant developmental processes. Despite the breadth of knowledge surrounding CKs and their diverse functions, much remains to be discovered about the full potential of CKs, including their relationship with the purine salvage pathway, and other phytohormones. The most widely used approach to query unknown facets of CK biology utilized functional genomics coupled with CK metabolite assays and screening of CK associated phenotypes. There are numerous different types of assays for determining CK quantity, however, none of these methods screen for the compendium of metabolites that are necessary for elucidating all roles, including purine salvage pathway enzymes in CK metabolism, and CK cross-talk with other phytohormones. Furthermore, all published analytical methods have drawbacks ranging from the required use of radiolabelled compounds, or hazardous derivatization reagents, poor sensitivity, lack of resolution between CK isomers and lengthy run times. RESULTS: In this paper, a method is described for the concurrent extraction, purification and analysis of several CKs (freebases, ribosides, glucosides, nucleotides), purines (adenosine monophosphate, inosine, adenosine, and adenine), indole-3-acetic acid, and abscisic acid from hundred-milligram (mg) quantities of Arabidopsis thaliana leaf tissue. This method utilizes conventional Bieleski solvents extraction, solid phase purification, and is unique because of its diverse range of detectable analytes, and implementation of a conventional HPLC system with a fused core column that enables good sensitivity without the requirement of a UHPLC system. Using this method we were able to resolve CKs about twice as fast as our previous method. Similarly, analysis of adenosine, indole-3-acetic acid, and abscisic acid, was comparatively rapid. A further enhancement of the method was the utilization of a QTRAP 5500 mass analyzer, which improved upon several aspects of our previous analytical method carried out on a Quattro mass analyzer. Notable improvements included much superior sensitivity, and number of analytes detectable within a single run. Limits of detection ranged from 2 pM for (9G)Z to almost 750 pM for indole-3-acetic acid. CONCLUSIONS: This method is well suited for functional genomics platforms tailored to understanding CK metabolism, CK interrelationships with purine recycling and associated hormonal cross-talk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,282
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations78
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlant MethodsMême sujetPlant Molecular Biology ResearchTravaux en français237 207