MétaCan
Menu
Retour à la cohorte
Enregistrement W4307122278 · doi:10.3390/bioengineering9110606

Efficient and Economic Heparin Recovery from Porcine Intestinal Mucosa Using Quaternary Ammonium-Functionalized Silica Gel

2022· article· en· W4307122278 sur OpenAlexaff
Mahmood Karimi Abdolmaleki, Anushree Das, Devang P. Khambhati, Ali Shafiee, Kayli Dimas, Carlo Alberto Velazquez, Seyed Mohammad Davachi, Sima Choubtarash Abardeh

Notice bibliographique

RevueBioengineering · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProteoglycans and glycosaminoglycans research
Établissements canadiensCape Breton University
Organismes subventionnairesWelch Foundation
Mots-clésAdsorptionHeparinAmmoniumCationic polymerizationThermal stabilityChemistryAmine gas treatingChromatographyNuclear chemistryChemical engineeringPolymer chemistryOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Heparin, usually isolated from porcine intestinal mucosa, is an active pharmaceutical ingredient of great material value. Traditionally, diverse types of commercial resins were employed as an adsorbent for heparin retrieval from biological samples. However, more recent years have encouraged the advent of new cost-effective adsorbents to achieve enhanced heparin retrieval. Inexpensive cationic ammonium-functionalized silica gels, monodispersed with larger surface area, porosity, and higher thermal stability, were chosen to evaluate the heparin recovery yield from porcine intestinal mucosa. We demonstrated that higher positively charged and less bulky quaternary modified silica gel (e.g., QDASi) could adsorb ~28% (14.7 mg g−1) heparin from the real samples. In addition, we also determined suitable surface conditions for the heparin molecule adsorption by mechanistic studies and optimized different variables, such as pH, temperature, etc., to improve the heparin adsorption. This is going to be the first reported study on the usage of quaternary amine-functionalized silica gel for HEP uptake.

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 seuil0,003

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)0,0010,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,243
Écart entre enseignants0,228 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioengineeringMême sujetProteoglycans and glycosaminoglycans researchTravaux en français237 207