在体内药物代谢研究中,用于定量离线放射性计数的先进火校正模型

科学领域:

• 药理动力学和药物新陈代谢
• 分析化学 分析化学
• 放射性药物科学 放射性药物科学

背景情况:

• 对药物和代谢物的准确量化对于体内研究至关重要.
• 放射性标记质量平衡研究需要精确检测低放射性水平.
• 现有的离线放射性计数方法可能会受到信号抑制或火的影响.

研究的目的:

• 开发一种新的工作流程,用于在体内研究中准确量化药物和代谢物.
• 实施一项先进的策略,以纠正线下放射性计数中的信号抑制和火.
• 改善人类吸收,分布,新陈代谢和分泌 (ADME) 研究中的数据质量和整体恢复.

主要方法:

• 开发一种使用超高性能液体染色学 (UHPLC) 和离线放射性计数的新型工作流程.
• 实施一种新的基于矩阵的火校正模型,使用来自384个井板的2个数据集.
• 应用一个强大的四度模型来考虑异常值和矩阵诱导的火.
• 对该方法在线放射性检测和液体闪计数的验证.

主要成果:

• 新的火模型通过对矩阵诱导的信号抑制进行校正,显著提高了量化准确性.
• 在人类ADME研究中,柱子的平均恢复率增加到超过85%.
• 与在线放射性检测相比,该方法证明了更好的检测极限.
• 获得了准确的配置文件和改善的整体回收,特别是在放射性较低的样品中.

结论:

• 开发的基于矩阵的火校正模型增强了对放射性标记ADME研究的解释.
• 这种方法可以弥补线下放射性计数中的信号抑制,改善数据质量.
• 工作流允许准确评估体内样本中检测到的代谢物的重要性.