Techniques for the Analysis of Minor Lipid Oxidation Products Derived from Triacylglycerols: Epoxides, Alcohols, and Ketones
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
Lipid oxidation can lead to flavor and safety issues in fat-containing foods. In order to measure the extent of lipid oxidation, hydroperoxides and their scission products are normally targeted for analytical purposes. In recent years, the formation of rarely monitored oxygenated products, including epoxides, alcohols, and ketones, has also raised concerns. These products are thought to form from alternative pathways that compete with chain scissions, and should not be neglected. In this review, a number of instrumental techniques and approaches to determine epoxides, alcohols, and ketones are discussed, with a focus on their selectivity and sensitivity in applications to food lipids and oils. Special attention is given to methods employing gas chromatography (GC), high-performance liquid chromatography (HPLC), and nuclear magnetic resonance (NMR). For characterization purposes, GC-mass spectrometry (GC-MS) provides valuable information regarding the structures of individual oxygenated fatty acids, typically as methyl esters, isolated from oxygenated triacylglycerols (TAGs), while the use of liquid chromatography-MS (LC-MS) techniques allows analysis of intact oxygenated TAGs and offers information about the position of the oxygenated acyl chain on the glycerol backbone. For quantitative purposes, traditional chromatography methods have exhibited excellent sensitivity, while spectroscopic methods, including NMR, are superior to chromatography for their rapid analytical cycles. Future studies should focus on the development of a routine quantitative method that is both selective and sensitive.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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