MétaCan
Menu
Retour à la cohorte
Enregistrement W2138566019 · doi:10.1039/c0ay00526f

A miniaturized microtiter plate protocol for the determination of selenomethionine in selenized yeast via enzymatic hydrolysis of protein-bound selenium

2011· article· en· W2138566019 sur OpenAlexfundno aff
Michael Stiboller, Markus Damm, Allycia M. Barbera, Doris Kuehnelt, Kevin A. Francesconi, C. Oliver Kappe

Notice bibliographique

RevueAnalytical Methods · 2011
Typearticle
Langueen
DomaineNursing
ThématiqueSelenium in Biological Systems
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council Canada
Mots-clésMicrotiter plateChromatographyChemistrySeleniumExtraction (chemistry)Enzymatic hydrolysisSample preparationVolume (thermodynamics)YeastHydrolysisBiochemistry

Résumé

récupéré en direct d'OpenAlex

This paper describes a simple/low volume enzymatic extraction method for selenomethionine (SeMet) determination in selenized yeast samples. In contrast to traditional methods which generally utilize large sample volumes consuming significant amounts of costly enzymes, the modified protocol employs a microtiter plate format allowing a reduction of the required sample volumes to 1 mL per extract. The extraction is performed in a parallel (5 × 4 = 20 position microtiter plate) reaction platform made out of sintered silicon carbide, fitted with standard disposable glass HPLC/GC vials. Due to the high thermal conductivity of silicon carbide, this set-up can be placed on a standard hotplate to accurately maintain the desired extraction conditions (37 °C, 20 h) for all positions of the microtiter plate. Hydrolysis of selenium-enriched yeast with a combination of protease XIV and lipase VII (ratio 2 : 1, w/w) using these low-volume conditions provided identical results to the more traditional high-volume method. The amount of SeMet was determined by HPLC/ICPMS and confirmed a high recovery rate for SeMet (93 ± 2%, n = 3) for the certified reference material SELM-1.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,006

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 Opus0,089
Tête enseignante GPT0,397
Écart entre enseignants0,308 · 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

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical MethodsMême sujetSelenium in Biological SystemsTravaux en français237 207