MétaCan
Menu
Retour à la cohorte
Enregistrement W1682958014 · doi:10.1002/dta.1710

Determination of human insulin and its analogues in human blood using liquid chromatography coupled to ion mobility mass spectrometry (LC‐IM‐MS)

2014· article· en· W1682958014 sur OpenAlexfundno aff
Andreas Thomas, Wilhelm Schänzer, Mario Thevis

Notice bibliographique

RevueDrug Testing and Analysis · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésChromatographyChemistryInsulinMass spectrometryInsulin aspartDetection limitIon suppression in liquid chromatography–mass spectrometryLiquid chromatography–mass spectrometryHuman insulinInternal medicinePostprandialMedicine

Résumé

récupéré en direct d'OpenAlex

The qualitative and quantitative determination of insulin from human blood samples is an emerging topic in doping controls as well as in other related disciplines (e.g. forensics). Beside the therapeutic use, insulin represents a prohibited, performance enhancing substance in sports drug testing. In both cases accurate, sensitive, specific, and unambiguous determination of the target peptide is of the utmost importance. The challenges concerning identifying insulins in blood by liquid chromatography coupled to ion mobility mass spectrometry (LC-IM-MS) are detecting the basal concentrations of approximately 0.2 ng/mL and covering the hyperinsulinaemic clamps at > 3 ng/mL simultaneously using up to 200 μL of plasma or serum. This is achieved by immunoaffinity purification of the insulins with magnetic beads and subsequent separation by micro-scale liquid chromatography coupled to ion mobility / high resolution mass spectrometry. The method includes human insulin as well as the synthetic or animal analogues insulin aspart, glulisine, glargine, detemir, lispro, bovine, and porcine insulin. The method validation shows reliable results considering specificity, limit of detection (0.2 ng/mL except for detemir: 0.8 ng/mL), limit of quantification (0.5 ng/mL for human insulin), precision (CV < 20%), linearity (r > 0.99), recovery, accuracy (>90%), robustness (plasma/serum), and ion suppression. For quantification of human insulin a labelled internal standard ([[(2) H10 ]-Leu(B6,B11,B15,B17) ] - human Insulin) is introduced. By means of the additional ion mobility separation of the different analogues, the chromatographic run time is shortened to 8 min without losing specificity. As proof-of-concept, the procedure was successfully applied to different blood specimens from diabetic patients receiving recombinant synthetic analogues.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,017
Tête enseignante GPT0,280
Écart entre enseignants0,262 · 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

Citations77
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug Testing and AnalysisMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207