Determination of IGF-1 and IGF-2, their degradation products and synthetic analogues in urine by LC-MS/MS
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.
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.
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 découle