Using Molecular Spectroscopic Techniques (NIR and ATR-FT/MIR) Coupling with Various Chemometrics to Test Possibility to Reveal Chemical and Molecular Response of Cool-Season Adapted Wheat Grain to Ergot Alkaloids
Notice bibliographique
Résumé
The objectives of this study were to explore the possibility of using near infrared (NIR) and Fourier transform mid-infrared spectroscopy—attenuated total reflectance (ATR-FT/MIR) molecular spectroscopic techniques as non-invasive and rapid methods for the quantification of six major ergot alkaloids (EAs) in cool-season wheat. In total, 107 wheat grain samples were collected, and the concentration of six major EAs was analyzed using the liquid chromatography-tandem mass spectrometry technique. The mean content of the total EAs—ergotamine, ergosine, ergometrine, ergocryptine, ergocristine, and ergocornine—was 1099.3, 337.5, 56.9, 150.6, 142.1, 743.3, and 97.45 μg/kg, respectively. The NIR spectra were taken from 680 to 2500 nm, and the MIR spectra were recorded from 4000–700 cm−1. The spectral data were transformed by various preprocessing techniques (which included: FD: first derivative; SNV: standard normal variate; FD-SNV: first derivative + SNV; MSC: multiplicative scattering correction; SNV-Detrending: SNV + detrending; SD-SNV: second derivative + SNV; SNV-SD: SNV + first derivative); and sensitive wavelengths were selected. The partial least squares (PLS) regression models were developed for EA validation statistics. Results showed that the constructed models obtained weak calibration and cross-validation parameters, and none of the models was able to accurately predict external samples. The relatively low levels of EAs in the contaminated wheat samples might be lower than the detection limits of the NIR and ATR-FT/MIR spectroscopies. More research is needed to determine the limitations of the ATR-FT/MIR and NIR techniques for quantifying EAs in various sample matrices and to develop acceptable models.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».