MétaCan
Menu
Retour à la cohorte
Enregistrement W2943918647 · doi:10.1002/mrc.4886

Flow‐based <i>in vivo</i> NMR spectroscopy of small aquatic organisms

2019· article· en· W2943918647 sur OpenAlexafffund
Ronald Soong, Yalda Liaghati Mobarhan, Maryam Tabatabaei, Monica Bastawrous, Rajshree Ghosh Biswas, Myrna J. Simpson, André J. Simpson

Notice bibliographique

RevueMagnetic Resonance in Chemistry · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Research, Innovation and ScienceKrembil FoundationCanada Foundation for Innovation
Mots-clésChemistryNuclear magnetic resonance spectroscopyIn vivoBiological systemBiotransformationVolume (thermodynamics)XenobioticFlow (mathematics)Environmental chemistryBiochemical engineeringBiophysicsBiochemistryBiotechnologyStereochemistryMechanicsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract NMR applied to living organisms is arguably the ultimate tool for understanding environmental stress responses and can provide desperately needed information on toxic mechanisms, synergistic effects, sublethal impacts, recovery, and biotransformation of xenobiotics. To perform in vivo NMR spectroscopy, a flow cell system is required to deliver oxygen and food to the organisms while maintaining optimal line shape for NMR spectroscopy. In this tutorial, two such flow cell systems and their constructions are discussed: (a) a single pump high‐volume flow cell design is simple to build and ideal for organisms that do not require feeding (i.e., eggs) and (b) a more advanced low‐volume double pump flow cell design that permits feeding, maintains optimal water height for water suppression, improves locking and shimming, and uses only a small recirculating volume, thus reducing the amount of xenobiotic required for testing. In addition, key experimental aspects including isotopic enrichment, water suppression, and 2D experiments for both 13 C enriched and natural abundance organisms are discussed.

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 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 enseignants0,039
Score d'incertitude au seuil0,943

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,214
Écart entre enseignants0,208 · 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.

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

Citations13
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in ChemistryMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207