MétaCan
Menu
Retour à la cohorte
Enregistrement W4412725041 · doi:10.1002/jsfa.70088

An optimized <scp>SPE</scp> ‐ <scp>UPLC</scp> – <scp>MS</scp> / <scp>MS</scp> method for simultaneous quantification of 11 tetracyclines in dairy products

2025· article· en· W4412725041 sur OpenAlexaff
Pengfei Gao, Boxing Yin, Renqin Yang, Yiwei Hong, Yang Cao, Yawen Guo, Hao Ding, Junjie Xu, Lu Hong, Jingjing Cai, Sihui Cheng, Genxi Zhang, Xiaodong Guo, Xing Xie, Kaizhou Xie

Notice bibliographique

RevueJournal of the Science of Food and Agriculture · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesPriority Academic Program Development of Jiangsu Higher Education InstitutionsEarmarked Fund for China Agriculture Research SystemJiangsu Association for Science and TechnologyYangzhou UniversityGovernment of Jiangsu Province
Mots-clésChemistryChromatographyHigh-performance liquid chromatography

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND The global rise in antibiotic use, particularly tetracyclines (TCs) in animal husbandry, poses significant risks to food safety and public health due to residual accumulation and bacterial resistance. Existing detection methods for TCs in dairy products often lack efficiency, sensitivity, or the capability for simultaneous multi‐residue analysis. Developing a rapid, precise, and cost‐effective method to monitor TCs in compliance with international maximum residue limits remains an urgent need. RESULTS We developed a streamlined approach integrating a three‐step purification process (PRiME HLB cartridges) with ultra‐performance liquid chromatography–tandem mass spectrometry (UPLC–MS/MS). The method utilizes 0.1 mol L −1 Na 2 EDTA–McIlvaine buffer for extraction, achieving 83.11–107.61% recovery rates with < 5.43% relative standard deviation (RSD). Optimized chromatographic separation on a bridged ethyl‐siloxane and silica hybrid (BEH) C 18 column enabled simultaneous detection of 11 TCs (including parent compounds and metabolites) within 9 min. Sensitivity was exceptional, with limits of detection and limits of quantification of 0.02–0.83 μg kg −1 and 0.07–2.78 μg kg −1 , respectively. Intra‐/inter‐day precision (RSD 3.03–9.33%) and compliance with European Union/Food and Drug Administration (EU/FDA) were validated using real milk and milk powder samples. CONCLUSIONS This method combines rapid sample preparation with UPLC–MS/MS for simultaneous quantification of 11 TCs in dairy products. Its high accuracy, sensitivity, and compliance with global regulatory standards make it indispensable for large‐scale food safety monitoring, effectively addressing antibiotic residue risks and supporting international trade harmonization. © 2025 Society of Chemical Industry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,018
Tête enseignante GPT0,294
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Science of Food and AgricultureMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207