MétaCan
Menu
Retour à la cohorte
Enregistrement W2495876739 · doi:10.5740/jaoacint.16-0117

Rapid Screening of Ergot Alkaloids in Sclerotia by MALDI-TOF Mass Spectrometry

2016· article· en· W2495876739 sur OpenAlexafffund
Kumaran Sivagnanam, Emy Komatsu, Susan Patrick, Christoph Rampitsch, Hélène Perreault, Tom Gräfenhan

Notice bibliographique

RevueJournal of AOAC International · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and fungal interactions
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésMass spectrometryChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Ergot is a common disease of wheat and other cereal grains that is predominantly caused by Claviceps purpurea in the field, often affecting crop yield in addition to the environment. Infected grain can be contaminated with dark sclerotia, which contain fungal metabolites such as ergot alkaloids. The occurrence of ergot alkaloids in cereal grain is a major health concern for humans and livestock. Effective and rapid screening of these mycotoxins is crucial for producers, processors, and consumers of cereal-based food and feed grain. Established methods of ergot alkaloid screening based on LC-MS or GC-MS require laborious processes. A novel method using matrix-assisted laser desorption ionization (MALDI)-time-of-flight (TOF) MS was developed to identify four ergot alkaloids. Using dihydroxybenzoic acid as the matrix, ergosine, ergocornine, ergocryptine, and ergocristine were readily detected in individual sclerotia of C. purpurea. The accuracy of the identified ergot alkaloids was further confirmed by tandem MS analysis. MALDI-TOF MS is suitable for high-throughput screening of ergot alkaloids because it permits rapid and accurate identification, simple sample preparation, and no derivatization or chromatographic separation.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,224
Écart entre enseignants0,205 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of AOAC InternationalMême sujetPlant and fungal interactionsTravaux en français237 207