Simplified Liquid Chromatography–Mass Spectrometry Methods for Gestagen Analysis in Animal Fat and Liver
Notice bibliographique
Résumé
Gestagens, a class of veterinary drugs also called progestogens, are synthetic hormones used to increase feed efficiency and rate of gain in heifers. The Canadian Food Inspection Agency analyzes progestogens melengestrol acetate (MGA), megestrol acetate, and chlormadinone acetate using liquid chromatography-mass spectrometry (LC-MS). Our conventional gestagen method for kidney fat has many time-consuming steps, including solid-phase extraction. A sample preparation procedure having fewer clean-up steps was developed for routine diagnostic analysis of kidney fat and provided similar results faster, and at lower cost. A confirmatory liver method for gestagens, developed using salt-assisted extraction, employed minimal clean-up steps that resulted in high chemical background at the desired lower limit of quantification (LLOQ). Differential ion mobility spectrometry, specifically high-field asymmetric waveform ion mobility spectrometry (FAIMS), was used to filter chemical background in the gas phase. The effect of the ionization probe position on FAIMS parameters, including sensitivity, is described. With LC-FAIMS-MS, chemical background for each gestagen was virtually eliminated, resulting in a quantitative liver method having the desired 0.6 ng/g LLOQ and estimated limits of detection (LODs) up to 140 times lower than LC-MS. Incurred MGA samples, analyzed using kidney fat and liver methods from the same animal, show levels within the quantitative ranges of both methods.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».