XiaoMi-AI文件搜索系统
World File Search SystemHRMS
对粪便样品的代谢组筛查是对婴儿过敏的牛奶蛋白过敏的临床试验的替代方法
牛奶蛋白过敏（CMPA）是食物过敏的最复发性儿科疾病之一，这是幼儿时期发生的。诊断并不容易，需要口服食物挑战测试（OFC）。在寻找可以用作CMPA的生物标志物的可能的肠道代谢产物时，评估了来自怀疑CMPA的婴儿的粪便样品的24个代谢组谱。儿童先前被诊断出患有OFC。粪便样品，并使用FT-Orbitrap质谱仪直接通过超高分辨率质谱（HRMS）直接分析。代谢组谱，该分析在区分样品以提出诊断方面并不有效。然后，在负面分析模式下获得的特定M/Z范围的代谢组谱成功地经受了正交部分最小二乘判别分析（OPLS-DA），该分析在没有CMPA的情况下将两组分开。模型拟合为R²= 0.88，在测试中具有Q²= 0.52的预测能力，其置换为2000排列，显着性p值<0.05。在这项初步研究中，使用代谢组谱获得的模型显示出显着的验证值，这表明有可能区分两组感兴趣的验证值，这表明其用作CMPA患者的可能诊断工具。
创新的固相提取策略，用于改善挑战性生物样品中药物的先进色谱测定
摘要：在过去的几十年中，在人类生物学样本中的药物分析方面已经取得了相当大的科学进步。但是，患者的药物血浆水平不正确仍然是一个重要问题。本综述论文试图研究基于固体吸附剂（包括固体相萃取（SPE）和固相微剥夺（SPME），在过去十年中的常见样品制备技术（SPT）中取得的进步，尤其是在分子刺激的刺激（包括MIPS）（包括MIPS）（MIPS）（MIPS），包括固体相（SPME），包括固体相。吸附剂。这类材料被称为“智能吸附剂”，对各种刺激（例如磁场，pH，温度和光线）表现出量身定制的反应。提供了有关这些高级SPT如何与液相色谱质量质谱法（LC-MS）分析技术结合使用的现代药物分析的局势的详细信息，该技术包括高性能液相色谱（HPLC）和超高性能液相色谱（UHPLC）以及任何MS，例如MS，MS MS，MS MS，包括高性能液相色谱（HPLC）和MS MS MS，高分辨率（HRMS）质谱。还提供了一些笔记，以效果较低的技术（例如带有紫外线（HPLC-UV））和二极管阵列检测（HPLC-DAD）检测的高性能液相色谱。最后，我们对拟议方法和该研究领域的未来前景的困难和收益进行了一般综述。
回顾性嫌疑人和非目标筛查结合相似性测量优先确定废水中的 MDMA 和苯丙胺合成标记物
3,4-亚甲基二氧基甲基苯丙胺 (MDMA) 和苯丙胺是常用的精神兴奋剂。这些物质的非法制造主要位于荷兰和比利时，产生大量的化学废物，这些废物被处置在环境中或排放到下水道系统中。对高分辨率质谱 (HRMS) 数据进行了回顾性分析，以检测废水样品中 MDMA 和苯丙胺生产的合成标记物。具体而言，实施了可疑和非目标筛选，并结合基于检测到的特征与 MDMA 和苯丙胺质量负荷之间的相似性度量的优先级方法。2016 年至 2018 年期间，采用液相色谱-高分辨率质谱联用技术分析了从荷兰一家处理厂采集的 235 个 24 小时复合废水样品。样本最初根据 MDMA 和苯丙胺的每日摄入量分为两组（即基线消费组与倾倒组）。使用显著性检验和倍数变化来查找两组中特征之间的差异。然后，使用各种测量方法（欧几里得距离、皮尔逊相关系数、斯皮尔曼等级相关系数、距离相关和最大信息系数）调查整个时间序列中所有特征的峰面积与 MDMA 或苯丙胺摄入量之间的关联。这种无监督、无偏见的方法用于对特征进行优先排序，并允许选择 28 种假定的 MDMA 和苯丙胺生产标记。这些标记可能用于检测下水道系统中的倾倒处，有助于确定合成路线并追踪环境中的废物。
通过色谱-光谱法对口腔液中的新型精神活性物质进行针对性分析：最新研究成果回顾
摘要。– 目的：口腔液被证明是法医环境中评估药物消费的有效基质。最近，与新型精神活性物质有关的中毒事件数量不断增加，引起了科学界的关注。为此，开发并验证了检测和量化口腔液中 NPS 的不同分析方法，其中大多数基于连字符技术。材料和方法：在多学科研究数据库中进行了广泛搜索，单独或组合使用“新型精神活性物质”、“口腔液”、“毒理学分析”、“分析方法”、“靶向方法”、“HPLC-MS/MS”、“GC-MS”、“GC-MS/MS”作为搜索字符串。考虑了 2017 年至 2021 年期间发表的所有研究文章。结果：文献中报道了检测和量化口腔液中 NPS 的不同色谱-光谱法。所研究的 NPS 类别包括合成大麻素、合成卡西酮、新型苯二氮卓类、合成阿片类、芬太尼类似物、色胺和苯乙胺。最常用的技术是 HPLC-MS/MS，因为它灵敏度高、通量高。对于合成大麻素，GC-MS 技术是首选，尽管开发了不同的 HPLC-MS/MS 方法。此外，LC-HRMS 技术用于开发检测新型合成阿片类和芬太尼类似物的分析方法。结论：口腔液作为评估药物暴露的有效基质，其分析兴趣日益增加。联用技术被证明可有效检测口腔液中的 NPS。最合适的技术是 HPLC-MS/MS，因为它具有灵敏度高，并且能够在一次分析中涵盖不同类别的物质。
二甲双胍中亚硝胺杂质的检测方法
液相色谱-电喷雾电离-高分辨率质谱 (LC-ESI-HRMS) 法测定二甲双胍药物物质和药物产品中的亚硝胺杂质背景：二甲双胍是一种处方药，用于控制 2 型糖尿病患者的高血糖。NDMA（N-亚硝基二甲胺）被归类为 2A 类化合物，因此将其定义为“可能对人类致癌”。FDA 已将药品中 NDMA 的每日可接受摄入量限制为 96 纳克（基于 2550 毫克最大日剂量 (MDD)，速释 (IR) 剂量为 0.038 ppm；基于 2000 毫克 MDD，缓释 (ER) 剂量为 0.048 ppm）。FDA 检测与研究办公室已在通过制造商商业购买或直接获得的选定药品样品中筛查了二甲双胍药物物质和药物产品中的 NDMA。已建立二甲双胍的初级 LC-HRMS 筛选并发布于此处。可以使用正交方法 LC-ESI-HRMS 确认阳性 NDMA 结果。结论：根据 ICH Q2(R1) 开发并验证了一种 LC-ESI-HRMS 方法，用于检测和定量二甲双胍药物物质和药物产品中的八种亚硝胺杂质，包括 N-亚硝基二甲胺 (NDMA)、N-亚硝基二乙胺 (NDEA)、N-乙基-N-亚硝基-2-丙胺 (NEIPA)、N-亚硝基二异丙胺 (NDIPA)、N-亚硝基二正丙胺 (NDPA)、N-亚硝基甲基苯胺 (NMPA)、N-亚硝基二正丁胺 (NDBA) 和 N-亚硝基-N-甲基-4-氨基丁酸 (NMBA)。该方法的检测限（LOD）、定量限（LOQ）和范围总结如下：
基于特征的分子网络在比较代谢组学和藻生真菌立体异构体的靶向分离中的应用
摘要：海藻内生真菌是生物活性天然产物的优秀生产者。我们之前已从褐藻 Fucus vesiculosus 的叶状体中分离出两株内生真菌，Pyrenochaetopsis sp. FVE-001 和 FVE-087。初步化学研究产生了四种具有抗黑素瘤活性的新型十氢化萘酰螺四酸衍生物，即来自 Pyrenochaetopsis sp. 菌株 FVE-001 的 pyrenosetins A–C ( 1 – 3 ) 和来自菌株 FVE-087 的 pyrenosetin D ( 4 )。在本研究中，我们对这两株 Pyrenochaetopsis 菌株进行了比较代谢组学研究，采用基于 HRMS/MS 的特征分子网络 (FB MN)。在 Pyrenochaetopsis sp. FVE-087 中观察到了更高的十氢化萘衍生物生产化学能力。值得注意的是，尽管几种十氢化萘与之前分离的核糖脲具有相同的质谱数据和MS/MS碎片模式，但它们的保留时间却不同，这表明它们可能是后者的立体异构体。基于FB MN的靶向分离研究结合对菌株FVE-087的抗黑素瘤活性测试，得到了两个新的立体异构体，核糖脲E(5)和F(6)。在化合物5和6的结构解析中采用了广泛的核磁共振波谱，包括DFT计算研究、HR-ESIMS和Mosher酯法。确定的化合物6的3′R,5′R立体化学与之前报道的核糖脲C(3)相同，在本研究中将其立体化学修改为3′S,5′R。 Pyrenosetin E ( 5 ) 抑制人类恶性黑色素瘤细胞 (A-375) 的生长，IC 50 值为 40.9 µ M，而 6 则无活性。这项研究指出了两种密切相关的真菌菌株化学成分的显著差异以及 FB MN 在立体异构体的鉴定和靶向分离方面的多功能性。它还证实了鲜为人知的真菌属 Pyrenochaetopsis 是复杂的十氢化蓖麻油酰螺四酸衍生物的丰富来源。
非靶向 DNA 加合物组学方法的开发 - ...
■ 摘要背景：源自炎症、饮食和环境的基因毒物可以共价修饰 DNA，可能引发致癌过程。DNA 加合物早已为人所知，但旧方法一次只能针对少数已知 DNA 加合物，无法提供“DNA 加合物组”的整体图景。DNA 加合物组学是一个新的研究领域，旨在通过高分辨率质谱 (HRMS) 筛选未知的 DNA 加合物。然而，DNA 加合物组学带来了一些分析挑战，例如需要高灵敏度和开发有效的筛选方法来识别新的 DNA 加合物。结果：在这项工作中，通过使用超高效液相色谱 (UHPLC) 通过 ESI 源耦合到四极杆飞行时间质谱仪器，开发了一种灵敏的非靶向 DNA 加合物组学方法。含有碳酸氢铵的流动相可产生最佳信号增强效果。MS 毛细管电压、锥孔电压和检测器电压对 DNA 加合物的响应影响最大。选择低吸附小瓶以减少分析物损失。测试了混合表面涂层分析柱以减少 DNA 加合物的吸附。通过执行 MS E 采集（全离子碎片采集）并筛选脱氧核糖和核碱基碎片离子的损失，采用优化方法分析小牛胸腺、猫结肠和人类结肠 DNA 中的 DNA 加合物。初步鉴定了 54 种 DNA 加合物，其中 38 种以前从未报道过。意义：这是第一项针对人类结肠组织的非靶向 DNA 加合物组学研究，也是文献中报告鉴定如此多未知物的少数非靶向 DNA 加合物组学研究之一。这表明，这种敏感方法在未来的人类研究中应用于研究新的潜在致癌因素将带来有希望的结果。
AI简历分析仪的文献综述
摘要AI简历分析仪是一种基于高级人工智能的工具，旨在通过精确评估和分类简历来自动化和增强招聘过程。该工具利用自然语言处理的力量（NLP）对简历进行语义分析，提取和解释关键信息，例如候选技能，资格，工作经验，教育，证书和成就。该系统将这些提取的数据与预定义的职位描述或要求进行比较，评估候选人的各种参数，例如技能匹配，经验多年的经验，教育背景和专业成就。通过此过程，AI简历分析仪会根据其与角色的兼容性对候选人进行排名，从而向招聘人员提供了与所需资格紧密相符的优先级列表。该工具能够处理各种简历格式（例如PDF，DOCX），将非结构化数据标准化为结构化格式，以便于分析。它使用高级过滤技术来识别特定的与工作相关的关键字和上下文信息，从而提供详细的候选资料。通过识别数据的趋势，该系统可以提供有关潜在技能差距的见解，从而为招聘过程的改善领域提出建议。AI简历分析仪可大大减少招聘人员手动筛选大量简历所需的时间和精力，从而提高了招聘管道的速度。它还通过确保根据客观标准对每个简历进行分析，从而促进更具包容性的招聘过程来减少无意识的偏见。此外，AI简历分析仪可以与申请人跟踪系统（ATS）和人力资源管理系统（HRMS）集成，从而可以无缝集成到现有的工作流程中。该系统不断学习和改进招聘人员的反馈和新数据，随着时间的流逝，在为特定角色选择顶级人才方面变得更加有效。通过使用AI驱动的方法，该工具可以提高招聘效率，确保更高的候选人选择准确性，并最终有助于更好地雇用决策，从而提高组织绩效。关键字：人工智能（AI），自然语言处理（NLP），简历解析，语义分析，候选人排名，技能匹配，非结构化数据标准化，偏置缓解，偏见，申请人跟踪系统（ATS），招聘效率，客观标准评估，数据驱动器评估，数据驱动器洞察力，数据型洞察力，适应性学习。
使用非靶向液相色谱-高分辨率质谱法快速测定蜂蜜样品中的磺胺类药物残留
蜂蜜是世界各地消费的天然健康产品。由于蜂蜜的营养价值以及在现代医学中的药用活性，其消费量正在不断增加[1,2]。然而，在养蜂业中，一些养蜂人使用抗生素对抗多种细菌性疾病。因此，可以在蜂蜜中检测到微量抗生素[3]。在蜂蜜、牛奶、鸡蛋、鱼或肉等各种样品中都发现了抗生素残留（如磺胺类药物）[4–7]。最近，已经开发出各种策略来有效分析蜂蜜中的 SA 残留[8,9]。磺胺 (SA) 残留分析是一个主要关注点，因为这些药物的存在可能是一个公共卫生问题。此外，它可能导致抗生素耐药性致病菌的产生[10]。适当测定蜂蜜中极低浓度的 SA 是一项真正的分析挑战。已经采用各种分析方法来分析蜂蜜样品中的 SA 残留[11]。鉴于蜂蜜作为纯天然产品存在此类风险，欧盟已禁止在农业中使用 SA 类抗生素。欧盟还设定了蜂蜜等动物食品中 SA 的 MRL [12]。以初始物质（SA 及其代谢物）的总和为基准，SA 必须低于采用最佳分析方法得出的 LOQ。土耳其法律当局已禁止在养蜂业中使用抗生素 [13]。尽管最初建议使用磺胺噻唑进行控制，但由于在使用数月后在蜂蜜中发现残留物，因此已禁止使用。由于 SA 含量过高会带来这些问题，因此对 SA 的定量分析是一个主要关注点，必须对其进行监测才能检测出食品（如蜂蜜）中是否存在 SA。因此，开发更灵敏、更先进的分析方法来测定如此低含量的 SA 残留至关重要。当今全球市场对食品安全和质量的关注度越来越高。因此，开发新的、先进的分析方法至关重要。对于食品组学而言，主要挑战之一是改进分子水平上有关有害化学物质作用的有限信息[14]。从这个意义上说，将现代分析方法与组学方法相结合，可以提供一种强有力的工具来应对检测食品中痕量潜在有害化学化合物的挑战[15]。LC-HRMS（高分辨率MS）是针对复杂基质进行靶向或非靶向（非靶向）筛选的最有力工具之一，因为该技术具有许多独特的优势，例如高分辨率、