Multi-mycotoxin Analysis of Finished Grain and Nut Products Using Ultrahigh-Performance Liquid Chromatography and Positive Electrospray Ionization–Quadrupole Orbital Ion Trap High-Resolution Mass Spectrometry
Notice bibliographique
Résumé
Ultrahigh-performance liquid chromatography using positive electrospray ionization and quadrupole orbital ion trap high-resolution mass spectrometry was evaluated for analyzing mycotoxins in finished cereal and nut products. Optimizing the orbital ion trap mass analyzer in full-scan mode using mycotoxin-fortified matrix extracts gave mass accuracies, δM, of < ± 2.0 ppm at 70,000 full width at half maximum (FWHM) mass resolution (RFWHM). The limits of quantitation were matrix- and mycotoxin-dependent, ranging from 0.02 to 11.6 μg/kg. Mean recoveries and standard deviations for mycotoxins from acetonitrile/water extraction at their relevant fortification levels were 91 ± 10, 94 ± 10, 98 ± 12, 91 ± 13, 99 ± 15, and 93 ± 17% for corn, rice, wheat, almond, peanut, and pistachio, respectively. Nineteen mycotoxins with concentrations ranging from 0.3 (aflatoxin B1 in peanut and almond) to 1175 μg/kg (fumonisin B1 in corn flour) were found in 35 of the 70 commercial grain and nut samples surveyed. Mycotoxins could be identified at δM < ± 5 ppm by identifying the precursor and product ions in full-scan MS and data-dependent MS/MS modes. This method demonstrates a new analytical approach for monitoring mycotoxins in finished grain and nut products.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».