Detection of ESAs in equine urine and blood by SAR‐PAGE
Notice bibliographique
Résumé
Abstract Erythropoiesis‐stimulating agents (ESAs) have been used in horses for doping purposes to increase the performance of these animals in endurance sports. Currently, enzyme‐linked immunosorbent assay (ELISA) and mass spectrometry methods are used to detect ESA abuse in equines. However, the sarcosyl polyacrylamide gel‐electrophoresis (SAR‐PAGE) technique could also be used, since its application in human doping control is well established and has proven to be more sensitive. In this work, the SAR‐PAGE method was used to detect recombinant human erythropoietin (rHuEPO), novel erythropoiesis stimulating protein (NESP), continuous erythropoietin receptor activator (CERA), and fusion protein of erythropoietin with human immunoglobulin heavy chain Fc region (EPO‐Fc) in horse blood and urine. The purification technique for human blood using MAIIA kits worked well for horse samples. The major challenge was horse urine immunopurification, which proved difficult due to filter clogging, but heating and cooling of the horse urine followed by filtration in 30‐kDa molecular weight cut‐off filters solved this problem. The limits of detection (LODs) of 1.3, 1.6, 6.6, and 13.3 pg/mL for rHuEPO, NESP, CERA, and EPO‐Fc, respectively, obtained in spiked urine and 40, 100, 80, and 400 pg/mL for rHuEPO, NESP, CERA, and EPO‐Fc, respectively, acquired in spiked blood are lower than the LODs reported in the literature using liquid chromatography–mass spectrometry (LC–MS) methods. In addition, the presence of ESAs was detected up to 9 days after the administration of microdoses of Hemax (rHuEPO), NESP, and CERA in horse blood and urine. SAR‐PAGE may be implemented in the routine analysis of horse doping control laboratories for screening and confirmation of ESA abuse, mainly due to its high sensitivity for both matrices compared to published mass spectrometric methods.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».