Non-target analysis of antimicrobial residues and their transformation products in fish and shrimp
Notice bibliographique
Résumé
Analytical techniques targeting specific analytes, i.e., targeted analysis, have long been established as the main methods in food safety and environmental analysis.On account of the large number of chemical contaminants with various physicochemical properties detected in the food and water, there is a need to adapt these methods to screen and identify a broader number of chemicals.Additionally, studies have shown a decrease in contaminant levels during cooking and with food, especially seafood, eaten following some sort of thermal processing, it is important to study the outcome of processing on food contaminants.The preferred technique to screen for, and study the fate of contaminants in food is non-targeted analysis (NTA) using high resolution mass spectrometry.The objective in this thesis was to develop a non-targeted method in food analysis, focusing on the determination of veterinary drugs and other pharmaceuticals (drugs used in human medicine) in fish and shrimp.Chapter 3 covers the first step in NTA, which is the selection of an extraction method.Malachite green (MG) exposed brook trout and pacific white shrimp were used as a case study to evaluate the impact of extraction methods on the determination of the veterinary drug.Based on the comparison parameters, e.g., matrix, ionization mode, a different extraction was considered more suitable.Although a compromise must be reached, based on specific research objectives, there is a need for a more harmonized approach on some aspects, like data filtering, e.g., blank subtraction, and data processing.Overall, QuEChERS extraction provided satisfactory results and was chosen to further study MG.In Chapter 4, a data analysis approach was validated for compound discovery from nontargeted data, focusing on the identification of antimicrobials and other pharmaceuticals in fish livers.The validated workflow was suitable, as it led to the identification of an antibiotic, azithromycin, and an anti-depressant metabolite, erythrohydrobupropion.Chapter 5 covered the for their time, advice and for helping me progress through my research.Many thanks for Dr.Céline Audet, without whom a large part of this project would have been very difficult, for setting up the trout exposure experiment.To my lab mates, thank you for making those busy days in the lab doing extractions and waiting for Profinder to finish a little easier, and especially to Lei and Annie for all the help with data analysis.A very big thank you to Pablo Elizondo for our Aylmer shrimp driving adventure and all the help through the shrimp experiments.Many thanks to all my friends and family for their encouragement and emotional support.Last but not least, I cannot express how grateful I am to my parents
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 0,001 |
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.
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 ».