MétaCan
Menu
Retour à la cohorte
Enregistrement W3116938597 · doi:10.1002/cjce.24018

Enhanced characterization of yeast hydrolysate combining acid digestion and <scp>1D‐1H NMR</scp> targeted profiling

2020· article· en· W3116938597 sur OpenAlexafffundvenue
Marco Quattrociocchi, Scott Joseph Boegel, Marc G. Aucoin

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueViral Infectious Diseases and Gene Expression in Insects
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésYeastHydrolysateHydrolysisNucleic acidChemistryNuclear magnetic resonance spectroscopyProton NMRAmino acidBiochemistryChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Yeast extract, or autolysate, is a required component for many cell‐culture media, but its exact constituents and benefits are unknown. Yeast extract contains a diverse assortment of metabolites, often present in complex forms (eg, polypeptides and polynucleotides). This study employs one‐dimensional proton nuclear magnetic resonance (1D‐1H NMR) spectroscopy to analyze free (ie, readily available) components present in commercially available yeast autolysate. The product is monitored while further subjected to acid hydrolysis, allowing for a more robust understanding of the exact components present, particularly those contained in complex forms. The amino acids and glucose compounds behaved as expected based on other acid hydrolysis studies, and were modelled similarly. Parameter estimation was in strong agreement with pre‐hydrolysis targeted 1D‐1H NMR profiling. This analysis was expanded to components not as thoroughly investigated and was especially applicable to nucleic compounds. Acid hydrolysis revealed that the yeast extract was approximately 5.4% nucleic material by weight, mostly composed of adenosine, and largely provided by RNA due to the presence of uracil and lack of thymidine. Choline‐containing compounds were also positively identified with an observable increase of free choline during hydrolysis. 1D‐1H NMR spectroscopy allowed for the simultaneous monitoring of a significant number of yeast‐extract metabolites, some of which were previously unreported. Utilizing 1D‐1H NMR spectroscopy in conjunction with acid hydrolysis led to a more complete view of the compounds present, and accounted for an additional 24% of the yeast‐extract mass.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 GPT0,187
Écart entre enseignants0,181 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetViral Infectious Diseases and Gene Expression in InsectsTravaux en français237 207