Quantification of Actaea racemosa L. (black cohosh) from some of its potential adulterants using qPCR and dPCR methods
Notice bibliographique
Résumé
The demand for popular natural health products (NHPs) such as Black Cohosh is increasing considerably, which in turn challenges quality assurance (QA) throughout the supply chain. To detect and quantify the target species present in a given NHP, DNA-based molecular techniques such as Real-time quantitative PCR (qPCR) and digital PCR (dPCR) are standard tools in the food and pathogen testing industries. There is a gap in the literature concerning validated quantitative PCR methods for botanicals that can be utilized for QA and good manufacturing practices. The objective of this study is to develop an efficient quantification method using qPCR and dPCR techniques for the detection and quantification of Actaea racemosa (Black cohosh) NHPs from its potential adulterants. These developed methods are validated for applicability on commercial NHPs. Species-specific hydrolysis probe assays were designed to analyze the black cohosh NHPs using qPCR and dPCR techniques. The results confirmed that the developed qPCR and dPCR methods are highly precise for identifying and quantifying black cohosh NHPs, indicating their potential applicability in future routine industrial and laboratory testing. This enables a single qPCR test to determine not only the presence of a specific botanical, but also the amount when mixed with an adulterant.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».