Sample Preparation and Liquid Chromatography-Tandem Mass Spectrometry for Multiple Steroids in Mammalian and Avian Circulation
Notice bibliographique
Résumé
Blood samples from wild mammals and birds are often limited in volume, allowing researchers to quantify only one or two steroids from a single sample by immunoassays. In addition, wildlife serum or plasma samples are often lipemic, necessitating stringent sample preparation. Here, we validated sample preparation for simultaneous liquid chromatography--tandem mass spectrometry (LC-MS/MS) quantitation of cortisol, corticosterone, 11-deoxycortisol, dehydroepiandrosterone (DHEA), 17β-estradiol, progesterone, 17α-hydroxyprogesterone and testosterone from diverse mammalian (7 species) and avian (5 species) samples. Using 100 µL of serum or plasma, we quantified (signal-to-noise (S/N) ratio ≥ 10) 4-7 steroids depending on the species and sample, without derivatization. Steroids were extracted from serum or plasma using automated solid-phase extraction where samples were loaded onto C18 columns, washed with water and hexane, and then eluted with ethyl acetate. Quantitation by LC-MS/MS was done in positive ion, multiple reaction-monitoring (MRM) mode with an atmospheric pressure chemical ionization (APCI) source and heated nebulizer (500°C). Deuterated steroids served as internal standards and run time was 15 minutes. Extraction recoveries were 87-101% for the 8 analytes, and all intra- and inter-run CVs were ≤ 8.25%. This quantitation method yields good recoveries with variable lipid-content samples, avoids antibody cross-reactivity issues, and delivers results for multiple steroids. Thus, this method can enrich datasets by providing simultaneous quantitation of multiple steroids, and allow researchers to reimagine the hypotheses that could be tested with their volume-limited, lipemic, wildlife 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».