High Throughput Non-Targeted Screening Using a Rapid Gradient Microbore UPLC Method and a Library of FDA-Approved Small Molecule Drugs

Význam tématu

Rapidní gradientní mikrooborová UPLC v kombinaci s iontovou mobilitou a hmotnostní spektrometrií představuje inovativní přístup pro netargetované screeningové analýzy malých molekul. Díky přidání kolizního průřezu (CCS) k běžným parametrům (retenční čas, přesná hmotnost, produktové ionty) je možné dosáhnout vyšší specifity identifikace i ve složitých matricích, jako je moč.

Cíle a přehled studie

Vytvořit a otestovat knihovnu referenčních dat pro 1285 FDA schválených malých molekul (ES+ a ES–) pomocí metody RGM-UPLC-IM-MS s celkovým cyklem 2,5 minuty. Posoudit schopnost této vysokopropustné netargetované strategie odlišit exogenní farmaka od endogenních složek moče a porovnat detekční efektivitu s konvenční UPLC-IM-MS.

Použitá instrumentace

• Chromatograf: Waters ACQUITY UPLC I-Class
• Kolona: ACQUITY UPLC HSS T3 C18 (1,0 × 50 mm, 1,8 µm)
• Hmotnostní spektrometr: SYNAPT G2-Si s IMS a ToF
• Software: MassLynx v4.2, UNIFI v1.94

Metodika

Vzorek moči byl naředěn 1:10 vodou a analyzován po 6 hodinách od aplikace karbamazepinu a acetaminofenu. Chromatografie probíhala při 0,4 mL/min, gradientu vody s 0,1 % HCOOH a acetonitrilu s 0,1 % HCOOH. IMS parametrizace zahrnovala TWIM se síťovým plynem dusíku a heliem. MS akvizice v režimu HDMSE zachytila m/z 50–1200 s rampou kolizní energie 15–25 eV.

Hlavní výsledky a diskuse

Kompletní knihovna obsahuje 1206 pozitivních a 756 negativních záznamů. Kombinace RGM-UPLC a IMS kompenzuje nižší chromatografickou kapacitu rychlého gradientu zvýšením separace v mobilitní dimenzi. Screening moči prokázal identifikaci acetaminofenu, karbamazepinu a jeho metabolitu karbamazepin-10,11-oxidu s přesností tr ±0,1 min, hmotností <5 ppm a ΔCCS <2 %. Při nastavení přísných filtrů produktové ionty ≥1 byl jediný falešný pozitivní nález (<0,1 %). Širší tolerance retenčního času (0,5–2,0 min) zvýšila pružnost, aniž by významně narostl počet falešných detekcí.

Přínosy a praktické využití metody

• Výrazné zkrácení doby analýzy z 12 na 2,5 minuty
• Vysoká propustnost (5× vyšší průtok vzorků) a snížení nákladů
• Multifaktorová identifikace zlepšuje spolehlivost v komplexních matricích
• Možnost retrospektivního vyhledávání díky plnému datovému záznamu HDMSE

Budoucí trendy a možnosti využití

Další optimalizace může směřovat k rozšíření knihovny o nové třídy sloučenin (pesticidy, mykotoxiny), integraci umělé inteligence pro automatizované filtrování dat a rozvoj miniaturizovaných IMS zařízení pro on-site screening.

Závěr

RGM-UPLC-IM-MS s CCS knihovnou poskytuje robustní netargetovaný screening, který zachovává vysokou průchodnost vzorků i specifitu identifikace. Metoda je vhodná pro klinické, toxikologické i průmyslové aplikace vyžadující rychlé a spolehlivé rozlišení malých molekul.

Reference

1. Rainville PD et al. Anal. Chim. Acta. 2017;982:1–8.
2. Goshawk J. Waters Application Note 720006783EN, 2020.
3. Gray N. Anal. Chem. 2016;88:5742–5750.
4. Sundström M. Drug Test. Anal. 2015;7:420–427.
5. Mollerup CB. Drug Test. Anal. 2016;DOI:10.1002/dta.2120.
6. López M. J. Chromatogr. A. 2014;1373:40–50.
7. Dzumana Z. Anal. Chim. Acta. 2015;863:29–40.
8. Dwivedi P. J. Mass Spectrom. 2010;45(12):1383–1393.
9. Letertre M. Chromatographia. 2020;83:853–861.
10. McCullagh M. Anal. Chem. 2018;90:4585–4595.
11. Giles K. Rapid Commun. Mass Spectrom. 2004;18:2401.
12. Pringle SD. Int. J. Mass Spectrom. 2014;26:1–12.
13. McCullagh M. Phytochem. Anal. 2019;30(4):1–13.
14. Goscinny S. Rapid Commun. Mass Spectrom. 2019;33(S2):1–15.
15. Nye LC. J Chromatogr. A. 2019;1602:386–396.
16. McCullagh M. Talanta. 2021;221:121311.
17. Righetti L. J. Agric. Food Chem. 2020.
18. Fang N. Exp. Biol. Med. 2015;240:488–497.