MétaCan
Menu
Retour à la cohorte
Enregistrement W4410941502 · doi:10.1021/acs.jafc.5c01142

Comparison of Different Solid-Phase Cleanup Methods Prior to the Detection of Ciguatoxins in Fish by Cell-Based Assay and LC-MS/MS

2025· article· en· W4410941502 sur OpenAlexaff
Andrés Sanchez-Henao, F. Real, Yefermin Darias-Dágfeel, Natalia García‐Álvarez, Jorge Diogène, Maria Rambla-Alegre

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Toxins and Detection Methods
Établissements canadiensContinental (Canada)
Organismes subventionnairesH2020 European Research CouncilAgencia Estatal de InvestigaciónAgencia Canaria de Investigación, Innovación y Sociedad de la InformaciónUniversidad de Las Palmas de Gran CanariaEuropean Food Safety Authority
Mots-clésCiguatoxinChromatographyCiguateraFish <Actinopterygii>ChemistryBiologyFishery

Résumé

récupéré en direct d'OpenAlex

Ciguatera poisoning (CP) is the most reported food poisoning associated with fish consumption. Ciguatoxins (CTXs) are produced by microalgae and metabolized in fish; even low levels of these toxins in fish can lead to CP. To date, there is no unique validated methodology for their study, and demonstrating their presence in fish tissues is an analytical challenge. The main techniques used are cell-based assay and liquid chromatography, which may present different matrix effect interferences; thus, purification protocols are necessary. Six cleanup strategies for fish extracts, assessing the principal analogues found in fish in different parts of the world (CTX1B/CTX3C/C-CTX1), are compared here. Cleaned-up extracts are evaluated by cell-based assay and chromatography. All protocols are suitable for recovering the analogues of CTXs. Two of them, those that used polystyrene-divinylbenzene and silica cartridges, achieve the most adequate results showing toxicity in their fractions over 53% and chromatography efficiencies over 79% for CTX1B/CTX3C, proving to be the most versatile clean-ups for the study of the different CTX analogues.

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)0,000
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 enseignants0,120
Score d'incertitude au seuil0,238

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,322
Écart entre enseignants0,310 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetMarine Toxins and Detection MethodsTravaux en français237 207