LC-MSMS- og GC-MS(MS)-metoder for analyse av anabole steroider i urin - En litteraturstudie

Abstract

Sammendrag

Metodeartikler for analyse av anabole steroider i urin ved bruk av LC-MSMS og GC-MS(MS) har blitt studert. Kilder fra litteraturstudiet ble hentet fra Google Scholar, PubMed, Medline og ORIA. Aktuelle artikler fra søket er: Jeon B.W mfl. (2011), Pozo O.J mfl. (2007), Rzeppa S. mfl. (2015), Balcells G. mfl (2015), Marcos J. mfl. (2002), Cha E. mfl (2015) og Kala S.V mfl. (2007). Disse analyserte 8 – 20 steroider hver.

Metodene med trinnene prøveopparbeidelse, kromatografisk separasjon og massespektrometrisk deteksjon av anabole steroider ble vurdert og sammenlignet med hensyn til metodenes utførelse og oppgitte valideringsparametrene som LOD og presisjon.

LC-MSMS og GC-MSMS metodene beskrevet av Cha E. mfl. (2015) analyserte 20 anabole steroider (boldenon, 5β-androst-1-en-17β-ol-3-on, 1α-metyl-5α-androstan-3α-ol-17-on, metandienon, epimetendiol, 4-dehydroklormetyltestosteron, metenolon, 1-metylen-5α-androstan-3α-ol-17-on, nandrolon, 19-norandrosteron, 19-norethiocholanolon, oksandrolon, 17epi-oksandrolon, oksymesteron, oksymetolon, 17α-metyl-5α-androstan-3α,17β-diol, stanozolol, 3-OH stanozolol, trenbolon og 17α-trenbolon). Disse metodene anbefales på grunnlag av deres lave LOD ≤ 2,5 ng/mL for 15 av 20 steroider.

LC-MSMS metoden beskrevet av Rzeppa S. mfl. (2015) analyserte 9 anabole steroider (boldenon, 2α-metyl-5α-androstan-3α-ol-17-on, 1α-metyl-5α-androstan-3α-ol-17-on, metenolon, 1-metylen-5α-androstan-3α-ol-17-on, 19-norandrosteron, 19-norethiocholanolon, trenbolon og 17α-trenbolon). Metoden skilte seg ut ved at den analyserte sulfat-konjugat som forenklet prøveopparbeidelsen og ioniseringen av steroidene. Sulfat-konjugat kan også gi forlenget deteksjonsvindu. Dette, samt dens lave LOD ≤ 1,0 ng/mL og reproduserbarhet ≤ 15% gjør at metoden anbefales. I tillegg står det skrevet i artikkelen at det forventes at flere steroider kan analyseres med lignende valideringsresultat. Dette danner et godt utgangspunkt for videreutvikling av denne metoden.

Abstract

Articles including methods for analyzing anabolic steroids in urine using LC-MSMS and GC-MS(MS) have been studied. Sources for the literature study were obtained from Google Scholar, PUBMED and ORIA. Relevant articles are: Jeon B.W et al. (2011), Pozo O.J et al. (2007), Rzeppa S. et al. (2015), Balcells G. et al. (2015), Marcos J. et al. (2002), Cha E. et al. (2015) and Kala S.V et al. (2007). Each of these articles present the analysis of 8 – 20 steroids.

The methods of sample preparation, chromatographic separation and mass spectrometric detection of anabolic steroids were evaluated and compared with consideration to the method’s performance and given validation results, such as LOD and precision.

The LC-MSMS and GC-MSMS methods described by Cha E. et al. (2015) analyzed 20 anabolic steroids (boldenone, 5β-androst-1-ene-17β-ol-3-one, 1α-methyl-5α-androstane-3α-ol-17-one, methandienone, epimethendiol, 4-dehydrochlormethyltestosterone, methenolone, 1-methylene-5α-androstane-3α-ol-17-one, nandrolone, 19-norandrosterone, 19-norethiocholanolone, oxandrolone, 17epi-oxandrolone, oxymesterone, oxymetholone, 17α-methyl-5α-androstane-3α,17β-diol, stanozolol, 3-OH stanozolol, trenbolone and 17α-trenbolone). Because of their low LOD ≤ 2,5 ng/mL for 15 of 20 steroids, these methods are recommended.

The LC-MSMS methods described by Rzeppa S. et al. (2015) analyzed 9 anabolic steroids (boldenone, 2α-methyl-5α-androstane-3α-ol-17-one, 1α-methyl-5α-androstane-3α-ol-17-one, methenolone, 1-methylene-5α-androstane-3α-ol-17-one, 19-norandrosterone, 19-norethiocholanolone, trenbolone and 17α-trenbolone). The method analyzed sulphate conjugate, which made it stand out. Sulphate conjugates simplified sample preparation, ionization of steroids and may also provide extended window of detection. This, as well as its low LOD ≤ 1,0 ng/mL and reproducibility ≤ 15%, makes the method recommended. In addition, it is written in the article that it is expected that several steroids can be analyzed with similar validation results. This provides a good basis for further development of this method.