MétaCan
Menu
Retour à la cohorte
Enregistrement W6949275141 · doi:10.5281/zenodo.13872622

Stability Indicating HPLC Method Development for a Marketed Retinol Acetate

2022· article· en· W6949275141 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRetinoids in leukemia and cellular processes
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésHigh-performance liquid chromatographyRetinolElutionEthyl acetateSolventAcetonitrileMethanolReversed-phase chromatography

Résumé

récupéré en direct d'OpenAlex

A rapid, sensitive, and accurate stability indicating high performance liquid chromatography for the determination of retinol acetate from the marketed sample was developed. Retinol acetate is a vitamin A acetate, useful in normal eye vision, also acts as a supportive anticancer, which works by binding to glycocalyx of colon slowing or stopping the growth of cancer cells. The chromatographic separation was performed on a HPLC system consisted of Plus intelligent LC pump® PU-2080 from Agilent, Germany equipped with a Agilent®UV-2075 Intelligent UV-Visible detector, an injector Rheodyne®7725 (Rheodyne, Cotati, CA, USA), along with Agilent chromapass chromatography data system software (Version 1.8.6.1). Column Purospher Star 5μm Agilent® RP C18 XDB (4.6 mm × 150 mm) using a sonicated, degassed mobile phase containing solvent A: acetonitrile and solvent B: methanol in ratio (89:11v/v) having pH 3.5 with a flow rate of1 mL/min. The elution was detected by a uv-visible detector at 360 nm. The total chromatographic runtime is 20.0 min with a retention time for sample BASF stabilized sample and standard Sigma Aldrirch internal standard was of 8.05 and 8.2 min, respectively. The method was validated over a dynamic linear range of 10-50µg/mL for retinol acetate with a correlation coefficient (r2) 0.999. The forced degradation study also revealed the susceptibility (sensitivity) of a drug towards heat, acid, base, hydrogen peroxide, light and photolytic degradation. This indicated photosensitivity and temperature sensitivity of the drug substance.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,006

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 Opus0,031
Tête enseignante GPT0,265
Écart entre enseignants0,234 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetRetinoids in leukemia and cellular processesTravaux en français237 207