由化学相似性驱动的计算整合策略通过UHPLC-HRMS揭示了通过UHPLC-HRMS进行兴奋剂控制的小型生物活性的全面代谢概况
Tian Tian1,2, Xi Chen1,2, Li Liu3
1Shanghai Anti-doping Laboratory, Shanghai University of Sport, 900 Jiangwancheng Road, Shanghai 200438, China.
Analytical chemistry
|November 7, 2025
概括
这项研究引入了一种新方法,将in silico预测和数据挖掘结合起来,以识别类药物代谢物. 这种方法通过揭示新的代谢途径和性能增强的长期代谢产物来加强兴奋剂控制.
科学领域:
- 生物化学 生物化学
- 分析化学 分析化学
- 药理学 药理学是指药理学的学科.
背景情况:
- 对小型生物活性代谢的有限理解使兴奋剂控制复杂化.
- 在质谱数据中将药物代谢物与生物噪声区分开来是一项挑战.
研究的目的:
- 为兴奋剂制定一个全面的代谢分析策略.
- 为了确定新型代谢物和生物转化途径的kisspeptin类似物 (TAK-448和TAK-683).
主要方法:
- 集成in silico预测和非目标数据挖掘,使用超高性能液体染色学高分辨率质谱 (UHPLC-HRMS).
- 应用化学相似性 (CSIM) 规则用于代谢物识别.
- 半自动化工作流程,使用计算软件和自定义脚本.
主要成果:
- 鉴定了13种代谢物,其中3种被合成标准验证.
- 发现了两种不常见的生物转化途径:N端维尼化和N端氧化.
- 在老鼠中确认这些途径,并确定两种长期代谢物用于兴奋剂滥用监测.
结论:
- 开发的战略为小代谢研究和兴奋剂控制提供了有效的工具.
- 已识别的代谢物表现出保留或增强的增强性能的效果,需要注意反兴奋剂的努力.
- 这项研究提供了TAK-448和TAK-683.3的第一个全面的代谢表征.
更多相关视频
10:17High-throughput and Comprehensive Drug Surveillance Using Multisegment Injection-Capillary Electrophoresis-Mass Spectrometry
Published on: April 23, 2019
10.2K
08:31Biosensor-based High Throughput Biopanning and Bioinformatics Analysis Strategy for the Global Validation of Drug-protein Interactions
Published on: December 1, 2020
5.5K
