MétaCan
Menu
Retour à la cohorte
Enregistrement W4400870202 · doi:10.1021/acsfoodscitech.4c00298

Automatic Chemical Profiling of Wine by Proton Nuclear Magnetic Resonance Spectroscopy

2024· article· en· W4400870202 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueACS Food Science & Technology · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensThe Metabolomics Innovation CentreUniversity of Alberta
Organismes subventionnairesDirectorate for Biological SciencesNational Institutes of HealthMultiple Sclerosis International FederationNational Center for Complementary and Integrative HealthCanada Foundation for InnovationUniversity of AlbertaAlberta InnovatesOffice of Dietary Supplements
Mots-clésWineProfiling (computer programming)Nuclear magnetic resonanceNuclear magnetic resonance spectroscopySpectroscopyMaterials scienceChemistryAnalytical Chemistry (journal)PhysicsComputer scienceEnvironmental chemistry

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide We report the development of MagMet-W (magnetic resonance for metabolomics of wine), a software program that can automatically determine the chemical composition of wine via 1 H nuclear magnetic resonance (NMR) spectroscopy. MagMet-W is an extension of MagMet developed for the automated metabolomic analysis of human serum by 1 H NMR. We identified 70 compounds suitable for inclusion into MagMet-W. We then obtained 1D 1 H NMR reference spectra of the pure compounds at 700 MHz and incorporated these spectra into the MagMet-W compound library. The processing of the wine NMR spectra and profiling of the 70 wine compounds were then optimized based on manual 1 H NMR analysis. MagMet-W can automatically identify 70 wine compounds in most wine samples and can quantify them to 10–15% of the manually determined concentrations, and it can analyze multiple spectra simultaneously, at 10 min per spectrum. The MagMet-W Web server is available at https://www.magmet.ca .

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,022
Score d'incertitude au seuil0,290

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,225 · 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