Non-Targeted Analysis Workflow of Endocrine-Disrupting Chemicals in Ovarian Follicular Fluid: Identification of Parabens by Diagnostic Fragmentation Evidence and Additional Contaminants via Mass Spectral Library Matching
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Ubiquitously distributed in the environment, food supply, and consumer products, endocrine-disrupting chemicals (EDCs) are exogenous substances that disrupt hormonal activities in the endocrine system. Increasing evidence suggests that women with reproductive disorders tend to accumulate higher levels of EDCs, such as phthalates and parabens, in ovarian follicular fluid. However, most existing studies focus on the measurements of a limited number of prevalent EDCs, overlooking chemicals and metabolites that are not known or prioritized. To address the knowledge gap, we developed a non-targeted analysis (NTA) workflow for broader EDC detection in follicular fluid samples using liquid chromatography–high-resolution mass spectrometry (LC–HRMS). By taking advantage of the higher-energy collisional dissociation (HCD) in the Orbitrap mass spectrometer, we first identified up to 17 characteristic product ions for parabens and their metabolites. Compared to conventional mass spectral matching via online databases and in silico fragmentation algorithms, paraben precursor ion prioritization through such diagnostic fragment ion extraction achieved more accurate compound identification at concentrations as low as 1 ng/mL. To extend the chemical coverage beyond known fragmentation patterns, we also assessed mass spectral library search via Compound Discoverer software, along with retention time model predictions. As a proof-of-concept application, the entire workflow was applied to a pooled follicular fluid sample collected from 211 Canadian patients receiving fertility treatment. Our compound identification results revealed that parabens could undergo several possible metabolic pathways, including hydrolysis, hydroxylation, sulfation, and amino acid conjugation. Furthermore, a total of 14 compounds were identified with level 1 confidence, including EDCs and their metabolites such as monophthalates, UV filters, and phenolic acids. The underlying implications of reproductive health associated with these substances are an area for future study.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».