Diagnostic Determination of Melamine and Related Compounds in Kidney Tissue by Liquid Chromatography/Tandem Mass Spectrometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 2007, it was determined that melamine, ammeline, ammelide, and cyanuric acid (abbreviated as MARC for melamine and related contaminants) had been added to wheat gluten and rice protein that were subsequently incorporated into pet food. The consumption of food tainted by MARC compounds was implicated in numerous instances of renal failure in cats and dogs. A method for the analysis of MARC compounds in kidney tissue using high-performance liquid chromatography/tandem mass spectrometry (HPLC/MS/MS) has been developed. MARC analytes were extracted by homogenization of kidney tissue in 50/40/10 acetonitrile/water/diethylamine. The homogenate was centrifuged, and an aliquot of supernatant was diluted with acetonitrile, concentrated, and fortified with a stable isotope-labeled analogue of melamine. Analytes were detected using atmospheric pressure chemical ionization and multiple reaction monitoring. Quantitation of positive samples was performed using the internal standard method and five-point calibration curves ranging between 50 and 1000 ng/mL of each analyte. The method was validated by analysis of replicate kidney tissue samples fortified with the individual analytes and by analysis of kidney samples fortified with melamine cyanurate powder at two different concentrations. This method was successfully used for routine postmortem diagnosis of melamine toxicosis in animals. Melamine was also detected by this method in paraffin-embedded tissue from animals suspected to have died of melamine toxicosis.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle