MétaCan
Menu
Retour à la cohorte
Enregistrement W1933183331 · doi:10.1002/rcm.6129

Using complementary mass spectrometric approaches for the determination of methylprednisolone metabolites in human urine

2012· article· en· W1933183331 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueRapid Communications in Mass Spectrometry · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSteroid Chemistry and Biochemistry
Établissements canadiensnon disponible
Organismes subventionnairesInstituto de Salud Carlos IIIDepartament d'Innovació, Universitats i Empresa, Generalitat de CatalunyaWorld Anti-Doping Agency
Mots-clésChemistryChromatographyDerivatizationMass spectrometryHydroxylationElectrospray ionizationTandem mass spectrometryChemical ionizationGas chromatography–mass spectrometryLiquid chromatography–mass spectrometryOrganic chemistryIonizationEnzyme

Résumé

récupéré en direct d'OpenAlex

RATIONALE: The metabolism of methylprednisolone is revisited in order to find new metabolites that could be important for distinguishing between different routes of administration. Recently developed liquid chromatography/tandem mass spectrometry (LC/MS/MS) strategies for the detection of corticosteroid metabolites have been applied to the study of methylprednisolone metabolism. METHODS: The structures of these metabolites were studied using two complementary mass spectrometric techniques: LC/MS/MS in product ion scan mode with electrospray ionization and gas chromatography/mass spectrometry (GC/MS) in full scan mode with electron ionization. Metabolites were also isolated by semipreparative liquid chromatography fractionation. Each fraction was divided into two aliquots; one was studied by LC/MS/MS and the other by GC/MS after methoxyamine-trimethylsilyl derivatization. RESULTS: The combination of all the structural information allowed us to propose a comprehensive picture of methylprednisolone metabolism in humans. Overall, 15 metabolites including five previously unreported compounds have been detected. Specifically, 16β,17α,21-trihydroxy-6α-methylpregna-1,4-diene-3,11,20-trione, 17α,20β,21-trihydroxy-6α-methylpregna-1,4-diene-3, 11-dione, 11β,17α,21-trihydroxy-6α-hydroxymethylpregna-1,4-diene-3,20-dione, 11β,17α,20ξ,21-tetrahydroxy-6α-hydroxymethylpregna-1,4-diene-3-one, and 17α,21-dihydroxy-6α-hydroxymethylpregna-1,4-diene-3,11,20-trione are proposed as feasible structures for the novel metabolites. In addition to the expected biotransformations: reduction of the C20 carbonyl, oxidation of the C11 hydroxy group, and further 6β-hydroxylation, we propose that hydroxylation of the 6α-methyl group can also take place. CONCLUSIONS: New metabolites have been identified in urine samples collected after oral administration of 40 mg of methylprednisolone. All identified metabolites were found in all samples collected up to 36 h after oral administration. However, after topical administration of 5 g of methylprednisolone aceponate, neither the parent compound nor any of the metabolites were detected.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,067
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

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

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 Opus0,097
Tête enseignante GPT0,343
Écart entre enseignants0,246 · 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