Determination of IGF-1 and IGF-2, their degradation products and synthetic analogues in urine by LC-MS/MS
Notice bibliographique
Résumé
Peptide analysis in doping controls by means of nano-UPLC coupled high resolution/high mass accuracy mass spectrometry provides the state-of-the-art technique in modern sports drug testing. The present study describes a recent application of this technique for the qualitative determination of different urinary insulin-like growth factor (IGF) related peptides. After simultaneous isolation by solid phase extraction and magnetic particle-based immunoaffinity purification, target analytes (IGF-1, IGF-2, Des1-3-IGF-1, R(3)-IGF-1 and longR(3)-IGF-1) were separated by nano-liquid chromatography prior to mass spectrometric detection. Endogenously produced IGF-1 and IGF-2, as well as the degradation product Des1-3-IGF-1, were frequently detected in urine samples from healthy volunteers in a concentration range of 20-400 pg mL(-1). The impact of IGF binding proteins (IGFBPs), being also present in urine, was potentially estimated by an additional ultrafiltration step in the sample preparation procedure. The synthetic analogue longR(3)-IGF-1, which is assumed to be subject to misuse by cheating athletes, was also analysed and detected in fortified urine samples. Besides the intact molecule, an N-terminally truncated degradation product Des1-10-longR(3)-IGF-1 was identified as the more stable target for doping controls using urine samples. The method was validated for qualitative purposes considering the parameters specificity, limit of detection (20-50 pg mL(-1)), recovery (10-35%), precision (<20%), linearity, robustness and stability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».