MétaCan
Menu
Retour à la cohorte
Enregistrement W4390543528 · doi:10.1080/14786419.2023.2299302

Rapid classification and identification of chemical compositions of Pu-zhi-hui-ling decoction by UHPLC-Q-Orbitrap HRMS

2024· article· en· W4390543528 sur OpenAlexaff
Jia Shao, Yanxue Zheng, Yuanyuan Wang, Guohui Li, Jinxia Wei, Wenbo Cheng, Yubo Li

Notice bibliographique

RevueNatural Product Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTraditional Chinese Medicine Analysis
Établissements canadiensIONICS Mass Spectrometry (Canada)
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésOrbitrapDecoctionChemical constituentsChemistryChromatographyMass spectrometryPinelliaTraditional medicineTraditional Chinese medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Pu-zhi-hui-ling decoction (PZHLD) is a traditional Chinese medicine (TCM) formula for the treatment of Alzheimer's disease (AD), but its chemical composition has not been reported. In this study, we aimed to establish a mass spectrometry (MS) analysis method for rapid classification and identification of the chemical constituents in PZHLD. The sample was analysed by ultrahigh-performance liquid chromatography coupled to quadrupole Orbitrap high-resolution mass spectrometry (UHPLC-Q-Orbitrap HRMS). The chemical constituents of PZHLD were identified based on accurate MS data, fragmentation characteristics of MS/MS, and reference information described in the literature. A total of 123 chemical constituents were identified. In addition, we summarised the fragmentation pathways of the chemical constituents in PZHLD. Our finding might lay the foundation for the further pharmacodynamic study and clinical application of PZHLD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,042
Score d'incertitude au seuil0,366

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,412
Écart entre enseignants0,337 · 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 tête enseignante, 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNatural Product ResearchMême sujetTraditional Chinese Medicine AnalysisTravaux en français237 207