MétaCan
Menu
Retour à la cohorte
Enregistrement W2571302606 · doi:10.1002/jms.3904

Simultaneous enantiomeric analysis of pharmacologically active compounds in environmental samples by chiral LC–MS/MS with a macrocyclic antibiotic stationary phase

2017· article· en· W2571302606 sur OpenAlexfundno aff
Dolores Camacho‐Muñoz, Barbara Kasprzyk‐Hordern

Notice bibliographique

RevueJournal of Mass Spectrometry · 2017
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensnon disponible
Organismes subventionnairesPartenariat Canadien Contre Le CancerEuropean Commission
Mots-clésChemistryEnantiomerChromatographyTeicoplaninChiral column chromatographyChiral derivatizing agentChiral stationary phaseHigh-performance liquid chromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This paper presents a multi‐residue method for direct enantioselective separation of chiral pharmacologically active compounds in environmental matrices. The method is based on chiral liquid chromatography and tandem mass spectrometry detection. Simultaneous chiral discrimination was achieved with a macrocyclic glycopeptide‐based column with antibiotic teicoplanin as a chiral selector working under reverse phase mode. For the first time, enantioresolution was reported for metabolites of ibuprofen: carboxyibuprofen and 2‐hydroxyibuprofen with this chiral stationary phase. Moreover, enantiomers of chloramphenicol, ibuprofen, ifosfamide, indoprofen, ketoprofen, naproxen and praziquantel were also resolved. The overall performance of the method was satisfactory in terms of linearity, precision, accuracy and limits of detection. The method was successfully applied for monitoring of pharmacologically active compounds at enantiomeric level in influent and effluent wastewater and in river water. In addition, the chiral recognition and analytical performance of the teicoplanin‐based column was critically compared with that of the α 1 ‐acid glycoprotein chiral stationary phase. Copyright © 2017 John Wiley & Sons, Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,021
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,275
Écart entre enseignants0,266 · 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 tête enseignante, pas un consensus.

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

Citations31
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mass SpectrometryMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207