Evaluation of different strategies for determination of selenomethionine (SeMet) in selenized yeast by asymmetrical flow field flow fractionation coupled to inductively coupled plasma mass spectrometry (AF4-ICP-MS)
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
This manuscript exemplifies the prospective use of asymmetrical flow field flow fractionation (AF4) coupled to inductively coupled plasma mass spectrometry (ICP-MS) as a simple tool for chemical speciation of selenomethionine (SeMet) in selenized yeast. Several popular sample preparation methods were evaluated for their suitability to determine selenomethionine (SeMet) in selenized yeast by AF4-ICP-MS. These included water, methanesulfonic acid (MSA), formic acid (FA) and alkaline extractions. Alkaline extraction (using sodium dodecyl sulfate buffer) provided the best recovery/determination conditions for SeMet based on analysis of NRC certified reference material (CRM) SELM-1 since it minimized hydrolysis of the protein peptide bonds optimally required for the AF4 separation. The analytical performance of three different AF4 membranes (5, 10 and 500 kDa regenerated cellulose) was also evaluated. No significant difference in the recovery of SeMet was observed when using 5 and 10 kDa RC membranes, whereas the 500 kDa membrane resulted in a significant loss. The proposed method presents appropriate instrument and intra-assay precisions of 4.4-9.2% and 3.8% RSD, respectively, a detection limit of 0.49 μg L-1 SeMet as Se and good linearity with correlation coefficients (R) between 0.996 - 0.999. This is the first report of use of AF4-ICP-MS for species specific quantitation of SeMet in selenized yeast demonstrating its efficient use as an alternative method to other traditional chromatographic techniques.
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 découle