Analysis of ketoprofen enantiomers in human and rat plasma by hollow-fiber-based liquid-phase microextraction and chiral mobile-phase additive HPLC
Notice bibliographique
Résumé
A simple, inexpensive, and efficient preconcentration and cleanup three-phase hollow fiber liquid-phase microextraction method (HF-LPME) was developed for the extraction of the anti-inflammatory ketoprofen (KTP) from human and rat plasma and HPLC enantioseparation of its enantiomers using vancomycin as a chiral mobile-phase additive with an achiral C 8 column. The effects of different parameters influencing the efficiency of extraction were optimized for aqueous samples. Under optimized conditions, KTP enantiomers were extracted from 0.5 mL of plasma diluted to 5 mL with salinated and acidified deionized water (pH = 2) with 25 μL of alkalinized acceptor phase (pH = 11) during 30 min at room temperature. The mean recoveries of (−)-(R)- and (+)-(S)-KTP were 72.8% and 70.9%, respectively. The quantification limit was 20 ng/mL with linear response over the 20–2000 ng/mL concentration range for both enantiomers. Assay precision was studied within-day and between-day using 100 ng/mL KTP solutions. For both KTP enantiomers, relative standard deviations were lower than 12%. The proposed microextraction method was applied for the extraction of KTP enantiomers from human and rat plasma samples after oral administration of pure (±)-KTP in 4 mg/kg dosage for rats and 50 mg dosage for humans to assess the enantiospecific bioavailability of KTP enantiomers in their plasma. In vivo inversion studies revealed that the bioavailability of S-KTP is higher than that of the R enantiomers in rat, but they are similar in human plasma. The developed method showed that HF-LPME is a promising technique for sample preparation for the analyses of chiral drugs in biological samples.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».