Rapid metabolite identification with sub parts‐per‐million mass accuracy from biological matrices by direct infusion nanoelectrospray ionization after clean‐up on a ZipTip and LTQ/Orbitrap mass spectrometry
Notice bibliographique
Résumé
Metabolite identification studies remain an integral part of pre-clinical and clinical drug development programs. Analysis of biological matrices, such as plasma, urine, feces and bile, pose challenges due to the large amounts of endogenous components that can mask a drug and its metabolites. Although direct infusion nanoelectrospray using capillaries has been used routinely for proteomic studies, metabolite identification has traditionally employed liquid chromatographic (LC) separation prior to analysis. A method is described here for rapid metabolite profiling in biological fluids that involves initial sample clean-up using pipette tips packed with reversed-phase material (i.e. ZipTips) to remove matrix components followed by direct infusion nanoelectrospray on an LTQ/Orbitrap mass spectrometer using a protonated polydimethylcyclosiloxane cluster ion for internal calibration. We re-examined samples collected from a prazosin metabolism study in the rat. Results are presented that demonstrate that sub parts-per-million accuracies can be achieved on molecular ions, facilitating identification of metabolites, and on product ions, facilitating structural assignments. The data also show that the high-resolution measurements (R = 100,000 at m/z 400) enable metabolites of interest to be resolved from endogenous components. The extended analysis times available with nanospray enables signal averaging for 1 min or more that is valuable when metabolites are present in low concentrations as encountered here in plasma and brain. Using this approach, the metabolic fate of a drug can be quickly obtained. A limitation of this approach is that metabolites that are structural isomers cannot be distinguished, although such information can be collected by LC/MS during follow-on experiments.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».