Improved Method for the Determination of Anatoxin-a and Two of Its Metabolites in Blue-Green Algae Using Liquid Chromatography with Fluorescence Detection
Notice bibliographique
Résumé
Anatoxin-a, a neurotoxin produced by blue-green algae (BGA) species, can cause death to exposed organisms. In North America, BGA are harvested and sold as food supplements, some of which contain elevated levels of other algal toxins, such as microcystins. Concern that elevated levels of anatoxin-a also may be present in BGA food supplements has led to the development of a simple method to determine the presence of anatoxin-a in BGA. Some researchers have successfully analyzed this compound using liquid chromatography with fluorescence detection by forming a fluorescent derivative with 4-fluoro-7-nitrobenzofurazan (NBD-F) in water and phytoplankton extracts. With this method, the background noise is high in BGA extracts due to the presence of co-extractives. Addition of o-phthaldialdehyde (OPA) and mercaptoethanol to the extract before addition of the NBD-F resulted in the successful removal of primary amines from the background noise when the NBD-F derivatives were detected with fluorescence. Improved chromatograms were obtained when extracts were cleaned up in this manner, leading to a lower detection limit (approximately 50 microg/kg) for anatoxin-a. The detection limits obtained for the 2 degradation products dihydroanatoxin-a and epoxyanatoxin-a in BGA extracts were similarly low (55 and 65 microg/kg, respectively).
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».