3.4.4. Repeatability of Py–GC-methodTwo samples were analysed multiple การแปล - 3.4.4. Repeatability of Py–GC-methodTwo samples were analysed multiple ไทย วิธีการพูด

3.4.4. Repeatability of Py–GC-metho

3.4.4. Repeatability of Py–GC-method
Two samples were analysed multiple times using the Py–GC method, a S. obliquus sample and a Chlorella vulgaris sample. The Scenedesmus sample exhibited 36.1% protein, 28.3% carbohydrates and 16.9% lipid using the traditional analysis techniques; the Chlorella sample exhibited 53.1% protein, 23.6% carbohydrates and 15.3% lipid. The samples were analysed by Py–GC in triplicate. The MS intensity results are plotted in Fig. 6 along with the trend lines derived from the experiments in previous sections. It can be seen that the majority of replicate data points are very close together. The only data points where repeat analysis deviates significantly are for the protein levels of Chlorella determined by the conventional method to be 53%. Using the equation derived for protein content in Section 3.4.1 (y = 162659x − - 646452), the protein content is calculated as 74.3, 82.9 and 75.04% respectively. This equates to a standard deviation of 4.7 and deviation of the mean 77.4 ± 2.2. This deviation is low, showing the high repeatability of the analysis. However, the estimation of the protein content using the equation is significantly higher (by 22%) than that measured by the Lowry method. The improved regression line using the data for Chlorella samples only, in Fig. 3b (y = 128889× x + 1035755), results in an average of 84% protein, still around 23% too high. However, this is the worst case scenario observed in the current work. For example the calculated lipid content using the Py–GC method agrees within 2% of the Folch method's observed value. The deviation of repeats for carbohydrates and lipid for Chlorella are calculated as 1.3 and 0.3 respectively.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
3.4.4 การทำซ้ำใน Py-GC-วิธีการตัวอย่างที่สองได้ analysed หลายครั้งใช้วิธี Py-GC ตัวอย่าง obliquus S. และตัว Chlorella vulgaris อย่าง จัดแสดงตัวอย่าง Scenedesmus 36.1% โปรตีน คาร์โบไฮเดรต 28.3% และใช้เทคนิคการวิเคราะห์แบบดั้งเดิม ไขมัน 16.9% Chlorella ตัวอย่างจัดแสดง 53.1% โปรตีน 23.6% คาร์โบไฮเดรต และไขมัน 15.3% ตัวอย่างถูก analysed โดย Py-GC ใน triplicate ความรุนแรงผลลัพธ์ MS ถูกลงจุดใน Fig. 6 กับบรรทัดแนวโน้มมาทดลองในส่วนก่อนหน้า จะเห็นจุด replicate ข้อมูลส่วนใหญ่ใกล้ชิดกันมากขึ้น ข้อมูลเฉพาะจุดซ้ำวิเคราะห์แตกต่างอย่างมีนัยสำคัญที่ระดับโปรตีนของ Chlorella ตามวิธีปกติเป็น 53% ใช้สมการที่ได้มาสำหรับโปรตีนในส่วน 3.4.1 (y = 162659 x −-646452), โปรตีนคำนวณ 74.3, 82.9 และ 75.04% ตามลำดับ นี้เท่ากับ standard deviation ของ 4.7 และความแตกต่างของค่าเฉลี่ย 77.4 ± 2.2 ความแตกต่างนี้ต่ำ แสดงการทำซ้ำในที่สูงของการวิเคราะห์ได้ อย่างไรก็ตาม การประเมินของโปรตีนโดยใช้สมการจะสูงขึ้นอย่างมีนัยสำคัญ (โดย 22%) กว่าที่วัด โดยวิธี Lowry เส้นถดถอยที่ดีขึ้นโดยใช้ข้อมูลตัวอย่าง Chlorella เท่านั้น ใน Fig. 3b (y = 128889 × x + 1035755), ผลเฉลี่ย 84% โปรตีน ยังคงประมาณ 23% สูงเกินไป อย่างไรก็ตาม นี่คือสถานการณ์กรณีที่เลวร้ายที่สุดในการทำงานปัจจุบัน ตัวอย่าง เนื้อหากระบวนการคำนวณโดยใช้วิธี Py-GC ตกลงภายใน 2% ของค่าสังเกตของวิธี Folch ความแตกต่างของการทำซ้ำสำหรับคาร์โบไฮเดรตและไขมันสำหรับ Chlorella จะคำนวณเป็น 1.3 และ 0.3 ตามลำดับ
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
3.4.4 การทำซ้ำของ Py-GC-วิธีการ
สองตัวอย่างมาวิเคราะห์หลาย ๆ ครั้งโดยใช้วิธีการ Py-GC, เอส Obliquus ตัวอย่างและตัวอย่าง Chlorella vulgaris ตัวอย่าง Scenedesmus แสดงโปรตีน 36.1% คาร์โบไฮเดรต 28.3% และ 16.9% ของไขมันโดยใช้เทคนิคการวิเคราะห์แบบดั้งเดิม ตัวอย่างคลอเรลล่าแสดงโปรตีน 53.1%, 23.6% และคาร์โบไฮเดรต 15.3% ไขมัน ตัวอย่างการวิเคราะห์ GC-หนองในเพิ่มขึ้นสามเท่า ผลเข้ม MS นำมาลงจุดในรูป 6 พร้อมกับเส้นแนวโน้มที่ได้จากการทดลองในส่วนก่อนหน้า จะเห็นได้ว่าส่วนใหญ่ของจุดข้อมูลซ้ำมีความใกล้ชิดกันมาก จุดข้อมูลเดียวที่วิเคราะห์ซ้ำเบี่ยงเบนอย่างมีนัยสำคัญสำหรับระดับโปรตีนของคลอเรลล่าที่กำหนดโดยวิธีการทั่วไปที่จะเป็น 53% โดยใช้สมการที่ได้มาสำหรับปริมาณโปรตีนในส่วนที่ 3.4.1 (y = 162659x - - 646,452) ปริมาณโปรตีนจะถูกคำนวณเป็น 74.3, 82.9 และ 75.04% ตามลำดับ นี้เท่ากับค่าเบี่ยงเบนมาตรฐาน 4.7 และค่าเบี่ยงเบนของค่าเฉลี่ย 77.4 ± 2.2 ส่วนเบี่ยงเบนนี้ต่ำแสดงทำซ้ำสูงของการวิเคราะห์ อย่างไรก็ตามการประมาณปริมาณโปรตีนโดยใช้สมการอย่างมีนัยสำคัญที่สูงขึ้น (22%) มากกว่าที่วัดโดยวิธีโลว์รีย์ สายการถดถอยที่ดีขึ้นโดยใช้ข้อมูลตัวอย่างคลอเรลล่าเท่านั้นในรูป 3b (y = 128,889 x + × 1035755) ส่งผลให้ค่าเฉลี่ยของโปรตีน 84% ยังคงประมาณ 23% สูงเกินไป แต่นี้เป็นสถานการณ์ที่เลวร้ายที่สุดกรณีข้อสังเกตในการทำงานในปัจจุบัน ตัวอย่างเช่นไขมันคำนวณโดยใช้วิธี GC-หนองตกลงภายใน 2% ของมูลค่าสังเกตวิธี Folch ของ เบี่ยงเบนซ้ำสำหรับคาร์โบไฮเดรตและไขมันสำหรับคลอเรลล่าจะคำนวณเป็น 1.3 และ 0.3 ตามลำดับ
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
3.4.4 . อัตราซ้ำของ PY – GC
2 วิธีการวิเคราะห์หลายๆครั้งใช้ pw ( GC ) S obliquus ตัวอย่างและ Chlorella vulgaris ตัวอย่าง ตัวอย่างร้อยละ 36.1 ที่ซีนเดสมัสมีโปรตีน , คาร์โบไฮเดรตและไขมัน ( % 16.9 % โดยใช้เทคนิคการวิเคราะห์แบบดั้งเดิม ตัวอย่างสาหร่ายมีโปรตีน / คาร์โบไฮเดรต ร้อยละ 23.6 และร้อยละ 15.3 % ไขมัน
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: