MétaCan
Menu
Retour à la cohorte
Enregistrement W7163190992 · doi:10.48448/qbs7-6357

Comparison of ELISA, UHPLC-MS/MS, and Development of UHPLC-HRMS Method for Ergot Alkaloid Quantification in Wheat

2025· other· W7163190992 sur OpenAlexaffabout
AOAC 2025, Nandika Bandara, Dainna Drul, Chamali Kodikara, Sheryl Tittlemier

Notice bibliographique

RevueUnderline Science Inc. · 2025
Typeother
Langue
Domaine
Thématique
Établissements canadiensCanadian Nuclear Safety CommissionUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésWheat flourMass spectrometryClaviceps purpureaPropylparabenFood contaminantMatrix (chemical analysis)ErgometrineContaminationFood safety

Résumé

récupéré en direct d'OpenAlex

Background & Objective: Wheat is critical to Canada’s economy, contributing approximately $10.2 billion annually, with 80% of wheat exported. However, ergot contamination caused by Claviceps purpurea poses a significant food safety risk due to the presence of toxic ergot alkaloids (EAs). This study aimed to evaluate the performance of an enzyme-linked immunosorbent assay (ELISA) for EA detection compared to ultra-high-performance liquid chromatography-tandem mass spectrometry (UHPLC-MS/MS). Additionally, an ultra-high-performance liquid chromatography-high resolution mass spectrometry (UHPLC-HRMS) method was developed and validated to improve the accuracy and sensitivity of EA detection. Methods: The ELISA kit was validated using standard and in-house reference materials. CR was determined as the ratio of IC50 values of individual alkaloids to ergotamine. Spiked solvent and wheat matrix were analyzed using ELISA and UHPLC-MS/MS, followed by regression analysis and Bland-Altman plots. A UHPLC-HRMS method was developed and validated for enhanced EA quantification. Results: ELISA showed a strong correlation with UHPLC-MS/MS (r=0.8793) but underestimated total EA concentrations by a factor of two. CR varied widely, with ergometrine exhibiting the highest CR in solvent and wheat matrix, indicating substantial matrix effects. UHPLC-HRMS provided superior resolution, sensitivity, and mass accuracy, enabling comprehensive EA profiling and identification of previously undetected alkaloids. Conclusion: While ELISA offers a rapid screening approach, its accuracy is highly influenced by matrix effects and CR variability. The validated UHPLC-HRMS method enhanced analytical capabilities by providing high sensitivity and specificity, complementing UHPLC-MS/MS for regulatory compliance and improved food safety in wheat monitoring, ensuring more reliable and comprehensive analysis.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,351
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,004
Communication savante0,0000,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,081
Tête enseignante GPT0,416
Écart entre enseignants0,335 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUnderline Science Inc.Travaux en français237 207