MétaCan
Menu
Retour à la cohorte
Enregistrement W3090283078 · doi:10.1016/j.toxcx.2020.100059

Fatty acid esters of azaspiracids identified in mussels (Mytilus edulis) using liquid chromatography-high resolution mass spectrometry

2020· article· en· W3090283078 sur OpenAlexaff
Elizabeth Mudge, Christopher O. Miles, W. R. Hardstaff, Pearse McCarron

Notice bibliographique

RevueToxicon X · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Toxins and Detection Methods
Établissements canadiensNational Research Council Canada
Organismes subventionnairesMarine Institute
Mots-clésMytilusChemistryChromatographyShellfishMusselEicosapentaenoic acidMarine toxinFatty acidMass spectrometryBlue musselBiochemistryPolyunsaturated fatty acidBiologyFisheryFish <Actinopterygii>Aquatic animal

Résumé

récupéré en direct d'OpenAlex

Azaspiracids (AZAs) are lipophilic polyether toxins produced by Azadinium and Amphidoma species of marine microalgae. The main dinoflagellate precursors AZA1 and AZA2 are metabolized by shellfish to produce an array of AZA analogues. Many marine toxins undergo fatty acid esterification in shellfish, therefore mussel tissues contaminated with AZAs were screened for intact fatty acid esters of AZAs using liquid chromatography-high resolution mass spectrometry. Acyl esters were primarily observed for AZAs containing hydroxy groups at C-3 with 3-O-palmitoylAZA4 identified as the most abundant acyl ester, while other fatty acid esters including 18:1, 16:1, 17:0, 20:2 and 18:0 acyl esters were detected. The structures of these acyl derivatives were determined through LC-MS/MS experiments, and supported by periodate cleavage reactions and semi-synthesis of palmitate esters of the AZAs. Esters of the hydroxy groups at C-20 or C-21 were not observed in mussel tissue. The relative proportion of the most abundant AZA ester was less than 3% of the sum of the major free AZA analogues. These findings reveal an additional metabolic pathway for AZAs in shellfish.

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 enseignants0,080
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)0,0000,000
Bibliométrie0,0000,001
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)0,0020,000

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 Opus0,026
Tête enseignante GPT0,269
Écart entre enseignants0,243 · 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueToxicon XMême sujetMarine Toxins and Detection MethodsTravaux en français237 207