Low‐field, not low quality: 1D simplification, selective detection, and heteronuclear 2D experiments for improving low‐field NMR spectroscopy of environmental and biological samples
Notice bibliographique
Résumé
Abstract Understanding environmental change is challenging and requires molecular‐level tools to explain the physicochemical phenomena behind complex processes. Nuclear magnetic resonance (NMR) spectroscopy is a key tool that provides information on both molecular structures and interactions but is underutilized in environmental research because standard “high‐field” NMR is financially and physically inaccessible for many and can be overwhelming to those outside of disciplines that routinely use NMR. “Low‐field” NMR is an accessible alternative but has reduced sensitivity and increased spectral overlap, which is especially problematic for natural, heterogeneous samples. Therefore, the goal of this study is to investigate and apply innovative experiments that could minimize these challenges and improve low‐field NMR analysis of environmental and biological samples. Spectral simplification (JRES, PSYCHE, singlet‐only, multiple quantum filters), selective detection (GEMSTONE, DREAMTIME), and heteronuclear (reverse and CH3/CH2/CH‐only HSQCs) NMR experiments are tested on samples of increasing complexity (amino acids, spruce resin, and intact water fleas) at‐high field (500 MHz) and at low‐field (80 MHz). A novel experiment called Doubly Selective HSQC is also introduced, wherein 1H signals are selectively detected based on the 1H and 13C chemical shifts of 1H–13C J‐coupled pairs. The most promising approaches identified are the selective techniques (namely for monitoring), and the reverse and CH3‐only HSQCs. Findings ultimately demonstrate that low‐field NMR holds great potential for biological and environmental research. The multitude of NMR experiments available makes NMR tailorable to nearly any research need, and low‐field NMR is therefore anticipated to become a valuable and widely used analytical tool moving forward.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».