Simultaneous quantitation and identification of intact Nandrolone phase II oxo‐metabolites based on derivatization and inject LC–MS/(HRMS) methodology
Notice bibliographique
Résumé
Abstract Α sensitive and selective derivatization and inject method for the quantification of intact nandrolone phase II oxo‐metabolites was developed and validated using liquid chromatography ‐ (tandem high resolution) mass spectrometry (LC–MS/(HRMS)). For the derivatization, Girard's reagent T (GRT) was used directly in natural urine samples and the analysis of the metabolites of interest was performed by direct injection into LC–MS/(HRMS) system operating in positive ionization mode. Derivatization enabled the efficient detection of nandrolone oxo‐metabolites, while at the same time producing intense product ions under collision‐induced dissociation (CID) conditions that are related to metabolites of the steroid backbone and not to the conjugated moieties. Glucuronide and sulfate metabolites of nandrolone were chromatographically resolved and quantified in the same run in the range of 1–100 ng mL −1 , while at the same time structure identification could be performed for each metabolite. Full validation of the method was performed according to the World Anti‐Doping Agency (WADA) International Standard for Laboratories (ISL). Nandrolone oxo‐metabolites were quantified in two sets of urine samples, the first set consisted of real urine samples previously detected as negative and the second set consisted of urine samples collected from two excretion studies after nandrolone decanoate administration. The results for 19‐norandrosterone glucuronide (19‐NAG) and 19‐noretiocholanolone glucuronide (19‐NEG) were compared with those obtained by traditional gas chromatography ‐ (tandem) mass spectrometry (GC–MS/[MS]) method.
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 | 0,005 |
| 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 ».