Interlaboratory Evaluation of Multiple LC–MS/MS Methods and a Commercial ELISA Method for Determination of Tetrodotoxin in Oysters and Mussels
Notice bibliographique
Résumé
BACKGROUND: Given the recent detection of tetrodotoxin (TTX) in bivalve molluscs but the absence of a full collaborative validation study for TTX determination in a large number of shellfish samples, interlaboratory assessment of method performance was required to better understand current capabilities for accurate and reproducible TTX quantitation using chemical and immunoassay methods. OBJECTIVE: The aim was to conduct an interlaboratory study with multiple laboratories, using results to assess method performance and acceptability of different TTX testing methods. METHODS: Homogenous and stable mussel and oyster materials were assessed by participants using a range of published and in-house detection methods to determine mean TTX concentrations. Data were used to calculate recoveries, repeatability, and reproducibility, together with participant acceptability z-scores. RESULTS: Method performance characteristics were good, showing excellent sensitivity, recovery, and repeatability. Acceptable reproducibility was evidenced by HorRat values for all LC-MS/MS and ELISA methods being less than the 2.0 limit of acceptability. Method differences between the LC-MS/MS participants did not result in statistically different results. Method performance characteristics compared well with previously published single-laboratory validated methods and no statistical difference was found in results returned by ELISA in comparison with LC-MS/MS. CONCLUSION: The results from this study demonstrate that current LC-MS/MS methods and ELISA are on the whole capable of sensitive, accurate, and reproducible TTX quantitation in shellfish. Further work is recommended to expand the number of laboratories testing ELISA and to standardize an LC-MS/MS protocol to further improve interlaboratory precision. HIGHLIGHTS: Multiple mass spectrometric methods and a commercial ELISA have been successfully assessed through an interlaboratory study, demonstrating excellent performance.
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 | 0,034 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».