High Throughput Screening Method for Systematic Surveillance of Drugs of Abuse by Multisegment Injection–Capillary Electrophoresis–Mass Spectrometry
Notice bibliographique
Résumé
New technologies are urgently required for reliable drug screening given a worldwide epidemic of prescription drug abuse and its devastating socioeconomic impacts on public health. Primary screening of drugs of abuse (DoA) currently relies on immunoassays that are prone to bias and are not applicable to detect an alarming array of psychoactive stimulants, tranquilizers, and synthetic opioids. These limitations impact patient safety when monitoring for medication compliance, drug substitution, or misuse/abuse and require follow-up confirmatory testing by more specific yet lower throughput instrumental methods. Herein, we introduce a high throughput platform for nontargeted screening of a broad spectrum of DoA and their metabolites based on multisegment injection-capillary electrophoresis-mass spectrometry (MSI-CE-MS). We demonstrate that MSI-CE-MS enables serial injections of 10 samples within a single run (<3 min/sample) where multiplexed electrophoretic separations are coupled to high resolution MS with full-scan data acquisition. Unambiguous drug identification was achieved by four or more independent parameters, including comigration with a deuterated internal standard or in silico prediction of electromigration behavior together with accurate mass, most likely molecular formula, as well as MS/MS as required for confirmation testing. Acceptable precision was demonstrated for over 50 DoA at 3 concentration levels over 4 days (median coefficient of variance = 13%, n = 117) with minimal ion suppression, isobaric interferences, and sample carry-over (<1%). This approach offers a rapid yet accurate method for simultaneous detection and identification of DoA at their recommended screening cutoff levels in human urine while allowing for systematic surveillance, specimen verification, and retrospective testing of designer drugs that elude conventional drug tests.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».