S'abonner

High-sensitivity analysis of THC-COOH and THC in oral fluid - 07/05/15

Doi : 10.1016/j.toxac.2015.03.080 
X. He 1, A. Wang 1, A.M. Taylor 2, A. Morla 3,
1 Sciex, USA 
2 Sciex, Concord, Ontario, Canada 
3 Sciex, Les Ulis, France 

Corresponding author.

Résumé

Aim

(For Research Use Only. Not for use in Diagnostic Procedures). In this work, we aimed to develop a method that utilizes a sensitive and fast hybrid triple quadrupole linear ion trap mass spectrometer in MS/MS/MS mode to determine THC-COOH in oral fluid with a LLOQ of 10pg/mL.

Methods

A 750μL volume of extraction buffer was added to the standards, and all samples, standards and controls were acidified prior to analysis. Solid-phase extraction was performed on all standards and controls prior to injection. The LC conditions included a Phenomenex Kinetex C18, 50×2.1mm, 2.6mm column with a methanol: water with 0.01% solvent combination for mobile phase at 0.5mL/min flow rate and 40μL injection volume. The mass spectrometer used was an AB SCIEX 6500 QTRAP LC/MS/MS system and was functioned in the MS/MS/MS mode.

Results

While THC-COOH can be analyzed with positive ionization at levels>500pg/mL, negative ionization was needed for high-sensitivity analysis. Excellent linearity down to 10pg/mL was readily achieved in neat solvent, but initial studies showed poor linearity in the oral fluid/extraction buffer matrix. Multiple strategies were taken to resolve isobaric interferences from the analyte peaks including solid-phase extraction and the use of more selective MS3 fragment ions. In order to achieve low level detection the selectivity of the MS/MS/MS fragment ion was required to eliminate interferences and background. The method gives a LLOQ of 10pg/mL for THC-COOH in oral fluid and is linear up to 1000pg/mL and was tested successfully with donor oral fluid samples. It requires no derivatization and can be readily automated for high through-put analysis.

Conclusion

A high sensitive method was developed for the detection of THCA in oral fluid with a 10pg/mL LOQ utilizing the selectivity of the MS3 experiment on a QTRAP system.

Le texte complet de cet article est disponible en PDF.

Plan


© 2015  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 27 - N° 2S

P. S53 - juin 2015 Retour au numéro
Article précédent Article précédent
  • Impact of novel Accurate Mass MS/MSALL acquisition and processing techniques on forensic toxicological screening
  • D.M. Cox, M. Jarvis, E. Mcclure, A.M. Taylor, A. Morla
| Article suivant Article suivant
  • Automated sample hydrolysis for a forensic toxicology urine screening LC-MS/MS method
  • A.M. Taylor, O.G. Cabrices, L.A. Lee, A. Wang, A. Morla

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.