LC/MS/MS analysis of biogenic amines in foods and beverages
Notice bibliographique
Résumé
Biogenic amines are a group of biologically active organic compounds produced by decarboxylation of free amino acids. They are found in bacterially contaminated food, particularly in fish, and are therefore potential quality indicators. Histamine is the main causative agent in scombroid fish poisoning. Other biogenic amines are also of interest as their presence enhances the toxicity of histamine. Biogenic amines can also react with nitrites to form potentially carcinogenic nitrosamines. Analysis by traditional RPLC is difficult because of poor retention. Derivatization methods are time consuming, ion-pairing agents can inhibit LC/MS analyses, and both can adversely affect method reproducibility. In this study we have investigated HILIC and fluorinated packing materials for the analysis of a wide range of biogenic amines, namely: histamine, cadaverine, 2-phenylethylamine, putrescine, serotonin, spermidine, spermine, tryptophan, tryptamine, tyramine and urocanic acid. The Pinnacle® DB PFPP works well with 0.05% trifluoroacetic acid for all of these amines with detection limits in the low ppb range. Over 200 different food and beverage samples have been tested in triplicate injections for reproducibility and robustness of this new method. This method was also applied to a study of how time and storage conditions affected concentrations of these biogenic amines in fish.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».