Multidimensional LC-MS/MS Enables Simultaneous Quantification of Intact Human Insulin and Five Recombinant Analogs in Human Plasma
Notice bibliographique
Résumé
This work provides a multidimensional method for the simultaneous, direct quantification of intact human insulin and five insulin analogs in human plasma. This investigation solves both the selectivity and sensitivity problems encountered for accurate quantification of insulins in plasma since the former is not possible with conventional assays and the latter with conventional LC-MS/MS. The method uses a mixed-mode SPE and a multidimensional LC method including a solid-core particle column containing an anion exchange stationary phase. Matrix factors for all analogs were calculated in 6 sources of human plasma and CVs of the matrix factors were <15% in all cases supporting the selectivity of the method, while achieving LLOQs of 50-200 pg/mL (1.4-5.6 μIU/mL) for each insulin from 250 μL of human plasma. The average accuracy for the standard curve points in extracted human plasma was 99-100%. Average inter- and intraday accuracies for QC samples were 98% and 94%, respectively. Average inter- and intraday precisions for QC samples were 7.5 and 5.3%, respectively. Patient samples were analyzed in a blind study and results concurred with their diabetes multidosing regimes. The study also demonstrated that the presence of high levels of human insulin and bovine insulin does not interfere with quantification of any of the analyzed analogs. We propose this method for the accurate pharmacokinetic monitoring of diabetic patients, for sport antidoping and forensic toxicology analysis.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».