MétaCan
Menu
Retour à la cohorte
Enregistrement W763836834 · doi:10.1021/acs.jafc.5b01320

Structure Elucidation, Relative LC–MS Response and In Vitro Toxicity of Azaspiracids <b>7</b>–<b>10</b> Isolated from Mussels (<i>Mytilus edulis</i>)

2015· article· en· W763836834 sur OpenAlexaff
Jane Kilcoyne, Michael J. Twiner, Pearse McCarron, Sheila Crain, Sabrina D. Giddings, Barry Foley, Frode Rise, Philipp Heß, Alistair L. Wilkins, Christopher O. Miles

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Toxins and Detection Methods
Établissements canadiensNational Research Council Canada
Organismes subventionnairesEuropean Regional Development FundDirectorate-General for Research and InnovationMarine Institute
Mots-clésMytilusJurkat cellsEC50ShellfishCytotoxicityChromatographyBiologyIn vitroChemistryBiochemistryAquatic animalFish <Actinopterygii>FisheryT cellImmune system

Résumé

récupéré en direct d'OpenAlex

Azaspiracids (AZAs) are marine biotoxins produced by dinoflagellates that can accumulate in shellfish, which if consumed can lead to poisoning events. AZA7-10, 7-10, were isolated from shellfish and their structures, previously proposed on the basis of only LC-MS/MS data, were confirmed by NMR spectroscopy. Purified AZA4-6, 4-6, and 7-10 were accurately quantitated by qNMR and used to assay cytotoxicity with Jurkat T lymphocyte cells for the first time. LC-MS(MS) molar response studies performed using isocratic and gradient elution in both selected ion monitoring and selected reaction monitoring modes showed that responses for the analogues ranged from 0.3 to 1.2 relative to AZA1, 1. All AZA analogues tested were cytotoxic to Jurkat T lymphocyte cells in a time- and concentration-dependent manner; however, there were distinct differences in their EC50 values, with the potencies for each analogue being: AZA6 > AZA8 > AZA1 > AZA4 ≈ AZA9 > AZA5 ≈ AZA10. This data contributes to the understanding of the structure-activity relationships of AZAs.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,218
Écart entre enseignants0,209 · 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

Citations44
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetMarine Toxins and Detection MethodsTravaux en français237 207