MétaCan
Menu
Retour à la cohorte
Enregistrement W2794323597 · doi:10.1002/jms.4077

Comprehensive analysis by liquid chromatography Q‐Orbitrap mass spectrometry: Fast screening of peptides and organic molecules

2018· article· en· W2794323597 sur OpenAlexfundno aff
Vinícius Figueiredo Sardela, Maria Elvira Poleti Martucci, Amanda Lessa Dutra de Araujo, E. C. Leal, Daniely Silva Oliveira, Gabriel Reis Alves Carneiro, Koen Deventer, Peter Van Eenoo, Henrique Marcelo Gualberto Pereira, Francisco Radler de Aquino Neto

Notice bibliographique

RevueJournal of Mass Spectrometry · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesMinistério do EsporteFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroConselho Nacional de Desenvolvimento Científico e TecnológicoWorld Anti-Doping Agency
Mots-clésChemistryOrbitrapChromatographyMass spectrometryIon trapAnalytical Chemistry (journal)Sample preparationQuadrupole ion trapResolution (logic)Time-of-flight mass spectrometryDetection limitExtraction (chemistry)IonIonizationOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The number of substances nominally listed in the prohibited list of the World Anti‐Doping Agency increases each year. Moreover, many of these substances do not have a single analytical target and must be monitored through different metabolites, artifacts, degradation products, or biomarkers. A new analytical method was developed and validated for the simultaneous analysis of peptides and organic molecules using a single sample preparation and LC‐Q‐HRMS detection. The simultaneous analysis of 450 target molecules was performed after cleanup on a mixed‐mode solid‐phase extraction cartridge, combined with untreated urine. The cleanup solvent and reconstitution solvent were the most important parameters for achieving a comprehensive sample preparation approach. A fast chromatographic run based on a multistep gradient was optimized under different flows; the detection of all substances without isomeric coelution was achieved in 11 minutes, and the chromatographic resolution was considered a critical parameter, even in high‐resolution mass spectrometry detection. The mass spectrometer was set to operate by switching between positive and negative ionization mode for FULL‐MS, all‐ion fragmentation, and FULL‐MS/MS2. The suitable parameters for the curved linear trap (c‐trap) conditions were determined and found to be the most important factors for the development of the method. Only FULL‐MS/MS2 enables the detection of steroids and peptides at concentrations lower than the minimum required performance levels set by World Anti‐Doping Agency (1 ng mL−1). The combination of the maximum injection time of the ions into the c‐trap, multiplexing experiments, and loop count under optimized conditions enabled the method to be applied to over 10 000 samples in only 2 months during the 2016 Rio Summer Olympic and Paralympic Games. The procedure details all aspects, from sample preparation to mass spectrometry detection. FULL‐MS data acquisition is performed in positive and negative ion mode simultaneously and can be applied to untargeted approaches.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,249
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mass SpectrometryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207