A Multi-Pronged Technique for Identifying Equisetum palustre and Equisetum arvense—Combining HPTLC, HPLC-ESI-MS/MS and Optimized DNA Barcoding Techniques
Notice bibliographique
Résumé
The most prominent horsetail species, Equisetum arvense, has an array of different medicinal properties, thus the proper authentication and differentiation of the plant from the more toxic Equisetum palustre is important. This study sought to identify different samples of E. arvense and E. palustre using three analytical methods. The first method involved the use of HPTLC analysis, as proposed by the European Pharmacopoeia. The second, HPLC-ESI-MS/MS, is capable of both identification and quantification and was used to determine the Equisetum alkaloid content in each sample. A third method was DNA barcoding, which identifies the samples based on their genetic make-up. Both HPTLC and HPLC-ESI-MS/MS proved to be suitable methods of identification, with HPLC-ESI-MS/MS proving the more sophisticated method for the quantification of alkaloids in the Equisetum samples and for determining the adulteration of E. arvense. For DNA barcoding, optimal primer pairs were elucidated to allow for the combined use of the rbcL and ITS markers to accurately identify each species. As new DNA marker sequences were added to GenBank, the reference library has been enriched for future work with these horsetail species.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».