Differentiating diterpene resin acids using ToF‐SIMS and principal component analysis: new tools for assessing the geochemistry of amber
Notice bibliographique
Résumé
Amber is a polymerized plant resin having remarkable preservation potential in the geological record. Numerous analytical techniques have been applied to the study of amber organic chemistry in order to extract paleobotanical information. However, only exploratory work has been conducted using time‐of‐flight secondary ion mass spectrometry (ToF‐SIMS), despite its immense potential due to the high mass resolution and range that can be analyzed concurrently. Detailed assessments of ion fragmentation patterns are prerequisite, given that amber is comprised of a challenging range of terpenoids, carboxylic acids, alcohols, and associated esters. In recent work, we demonstrated the applicability and efficiency of ToF‐SIMS as a tool to investigate amber chemical composition. However, only two diterpene resin acid standards were considered in this preliminary study, namely abietic acid and communic acid. We now extend this work by documenting the ToF‐SIMS spectra of ten additional diterpene resin acids and ask whether ToF‐SIMS analysis can distinguish subtle differences within a larger set of diterpenoids. Both positive and negative ToF‐SIMS spectra were produced, although negative polarity appears particularly promising for differentiating diterpene resin acids. Principal component analysis (PCA) was used to distill the data and verified that purified diterpenes have distinct ToF‐SIMS spectra that can be applied to amber chemotaxonomy as well as to the analysis of modern resins of known botanical origin. While this work is pertinent to the study of the composition and histories of ambers, the mass spectra of the 12 diterpene standards could prove valuable to any system where diterpenoid chemistry plays a role. Copyright © 2014 John Wiley & Sons, Ltd.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».