Tracing major metabolites of quinoxaline‐1,4‐dioxides in abalone with high‐performance liquid chromatography tandem positive‐mode electrospray ionization mass spectrometry
Notice bibliographique
Résumé
Abstract Background Owing to the comprehensive application of quinoxaline‐1,4‐dioxides (QdNOs) in aquaculture, QdNOs and metabolites are often detected in marine food, including abalone. QdNOs are reported to exhibit cytotoxicity, photoallergy, mutagenicity, and carcinogenicity activities. To monitor for contamination of QdNOS in abalone and assess dietary exposure, a simple and reliable analytical method for the detection of QdNOs and their major metabolites was developed. Results This work is the first to present a simple and fast pretreatment procedure coupled with high‐performance liquid chromatography tandem positive‐mode electrospray ionization mass spectrometry (LC–MS/MS) for tracing of major metabolites of QdNOs in abalone. Extraction steps were simplified by the use of methanol and ethyl acetate containing 0.1% formic acid instead of more complicated acidolysis and enzymolysis pretreatment procedures. High‐sensitive characters were obtained with limits of detection ranged from 0.16 to 2.1 μg kg − 1 for QdNOs and their major metabolites. Conclusion These results indicate that the LC–MS/MS method developed could be applied for QdNOs and major metabolites detection in actual samples. Considering the large production and consumption of abalone in Shandong Province, China, this work will also contribute to the further understanding of the often‐ignored exposure pathway of QdNOs. © 2019 Society of Chemical Industry
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 tête enseignante, 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 ».