MétaCan
Menu
Retour à la cohorte
Enregistrement W4414919628 · doi:10.1016/j.jcoa.2025.100268

Application of alrestatin chloride as a derivatizing reagent for the determination of amino acids, catecholamines and biogenic amines in urine

2025· article· en· W4414919628 sur OpenAlexaff
А. З. Темердашев, A. A. Azaryan, Dzhamilya N. Konshina, В. В. Коншин, Maxim O. Steshin, Elina Gashimova, Sanka N. Atapattu, Yu‐Qi Feng, Quan‐Fei Zhu

Notice bibliographique

RevueJournal of Chromatography Open · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensCanAm Bioresearch (Canada)
Organismes subventionnairesRussian Science FoundationNational Natural Science Foundation of ChinaKuban Science Foundation
Mots-clésDerivatizationDansyl chlorideReagentAnalyteDetection limitChloride

Résumé

récupéré en direct d'OpenAlex

• A novel derivatization reagent – alrestatin chloride was investigated. • A comparison study with commonly used FMOC Cl and dansyl chloride was shown. • Method validation study was shown. • Method optimization was shown. The feasibility of using alrestatin chloride as a derivatization reagent was evaluated. Selected amino acids, catecholamines, and biogenic amines were tested. Limits of detection (LOD), limits of quantification (LOQ), and key analytical performance parameters were determined. Depending on the analyte, the detection limit varied from 0.1 to 5 ng/ml, and the error did not exceed 15 %, which allows the effective use of alrestatin chloride as a derivatizing reagent and significantly exceeds FMOC Cl and dansyl chloride in sensitivity. An important advantage established for these derivatives is that they are stable over a long period of time. A proposed interpretation of the amino acid derivative is presented, and optimal MRM transitions for quantitative and qualitative analysis are established. It is shown that, although the proposed derivatization approach provides high sensitivity, prolonged heating is required to ensure a complete derivatization reaction, which can negatively impact analyte stability.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,294
Écart entre enseignants0,285 · 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
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 Chromatography OpenMême sujetMuscle metabolism and nutritionTravaux en français237 207