MétaCan
Menu
Retour à la cohorte
Enregistrement W2120721296 · doi:10.1039/c5an00842e

Using differential mobility spectrometry to measure ion solvation: an examination of the roles of solvents and ionic structures in separating quinoline-based drugs

2015· article· en· W2120721296 sur OpenAlexafffund
Chang Liu, J. C. Yves Le Blanc, Jefry Shields, John Janiszewski, Christian Ieritano, Gene F. Ye, Gillian F. Hawes, W. Scott Hopkins, J. Larry Campbell

Notice bibliographique

RevueThe Analyst · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensRegional Municipality of WaterlooUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSolvationChemistryQuinolineIon-mobility spectrometryIonic bondingMass spectrometryIonMeasure (data warehouse)Differential (mechanical device)Computational chemistryChromatographyOrganic chemistryData mining

Résumé

récupéré en direct d'OpenAlex

Understanding the mechanisms and energetics of ion solvation is critical in many scientific areas. Here, we present a methodlogy for studying ion solvation using differential mobility spectrometry (DMS) coupled to mass spectrometry. While in the DMS cell, ions experience electric fields established by a high frequency asymmetric waveform in the presence of a desired pressure of water vapor. By observing how a specific ion's behavior changes between the high- and low-field parts of the waveform, we gain knowledge about the aqueous microsolvation of that ion. In this study, we applied DMS to investigate the aqueous microsolvation of protonated quinoline-based drug candidates. Owing to their low binding energies with water, the clustering propensity of 8-substituted quinolinium ions was less than that of the 6- or 7-substituted analogues. We attribute these differences to the steric hinderance presented by subtituents in the 8-position. In addition, these experimental DMS results were complemented by extensive computational studies that determined cluster structures and relative thermodynamic stabilities.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,309
Écart entre enseignants0,268 · 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
GenreEmpirique

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

En bref

Citations64
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207