Solid-Phase Microextraction Coupled to LC-ESI-MS/MS: Evaluation and Correction for Matrix-Induced Ionization Suppression/Enhancement for Pharmaceutical Analysis in Biological and Environmental Samples
Notice bibliographique
Résumé
Solid-phase microextraction (SPME) coupled to liquid chromatography with electrospray ionization tandem mass spectrometry (LC-ESI-MS/MS) has been widely used to analyze biological fluids, tissues, and environmental matrixes for a variety of organic compounds including pharmaceuticals. However, effects of the sample matrix coextracted by SPME on tandem mass spectrometry analysis have not been systematically investigated. In this study, we characterized the complexity of matrix effects (ME) by analyzing SPME extracts of fish muscle and brain tissue, blood, and bile, as well as tap water, surface water, and the influent and effluent from a wastewater treatment plant. Significant enhancement or suppression of ionization (>15%) was observed with all biological and environmental samples. Intrasample ME variability was assessed through comparison of multiple samples from the same sample matrix, while intersample variability between different experimental subjects or varying sample treatment, storage, and sampling conditions were evaluated. To correct for ME, an isotopic internal standard (IIS) method was developed, with the strengths and limitations of the approach discussed. This study provides a framework for applying SPME within complex sample systems where the influences of ME are inevitable, thus ensuring more accurate quantitation of analytes during biological and environmental 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,003 | 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 ».