Detailansicht
Transfer, optimization, and in-house validation of a sensitive, stable-isotope assisted LC-MS/MS method for the quantification of mycotoxins
Patrick Windisch
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Chemie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Lebensmittelchemie
Betreuer*in
Benedikt Warth
DOI
10.25365/thesis.63029
URN
urn:nbn:at:at-ubw:1-18862.33052.556575-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Mykotoxine sind ubiquitär vorkommende Lebensmittelkontaminanten, welche als schädlich für den menschlichen Organismus eingestuft werden. Manche Mykotoxine besitzen karzinogene Eigenschaften, was bedingt, dass die Aufnahme derartiger Substanzen so gering wie möglich gehalten werden sollte, da bereits kleinste Mengen negative Auswirkungen auf Menschen und Tiere haben können. Zur Schaffung von Expositionsdaten wird Human Biomonitoring (HBM) verwendet. Im Zuge von HBM-Studien werden biologische Proben, wie etwa Urin, auf unterschiedlichste Substanzen überprüft. Šarkanj et al. (2018, Analytica Chimica Acta 1019, SS. 84-92) haben eine sensitive Flüssigchromatographie-Tandem-Massenspektrometrie (LC MS/MS)-Methode zur Bestimmung mehrerer Mykotoxine in menschlichem Urin entwickelt. Die hohe Sensitivität wurde durch die Kombination einer allgemeinen Probenaufreinigungsprozedur mit der Verwendung von mit Stabilisotopen markierten internen Standards, einer enzymatischen Aufspaltung von konjugierten Mykotoxinen und optimierten Chromatographie-Bedingungen erreicht. Die Ziele dieser Masterarbeit waren der Transfer dieser Methode auf ein laborinternes LC-MS/MS-Instrument, die weitere Optimierung der Methode, die Erweiterung der Methode um weitere Analyten, die kritische Evaluierung der Methode anhand einer In-House-Validierung und der Versuch die Methode auf eine andere biologische Matrix (Blutserum) zu übertragen. Die Ergebnisse zeigten, dass insgesamt 22 Mykotoxine und Schlüssel-Metaboliten die In-House-Validierung erfolgreich überstanden haben, was bedeutet, dass die bereits publizierte Methode um zehn weitere Mykotoxine und Schlüssel-Metaboliten erweitert wurde. Jedoch erwies sich die optimierte Methode, verglichen mit der bereits etablierten Methode von Šarkanj et al. (2018) als weniger sensitiv. Zudem erfüllten manche Mykotoxine, die einer Validierung durch Šarkanj et al. (2018) standhielten, nicht alle In House-Validierungskriterien (z.B. Ochratoxin A). Andererseits zeigte sich in einem Proof of Principle-Experiment, mit 15 unbekannten Urinproben, dass die optimierte Methode sensitiv genug ist, um damit verschiedenste Mykotoxine in, aus dem wirklichen Leben stammenden, Proben zu detektieren. Ein weiteres Ziel dieser Arbeit war die Anwendung der optimierten und validierten LC MS/MS-Methode auf Blutserum. Dieses vorläufige Screening zeigte, dass die Analyten in einem Bereich von 15-500 ng/L detektiert werden können. Obwohl die optimierte Methode nicht so sensitiv ist wie die bereits publizierte Methode, könnte sie sich dennoch als wertvoll zur Abschätzung der humanen Mykotoxin-Exposition erweisen.
Abstract
(Englisch)
Mycotoxins are ubiquitous occurring food contaminants, which are considered to be harmful to humans. Some mycotoxins even have carcinogenic properties, calling for exposures of such to be as low as possible, since even miniscule amounts could be potentially harmful to humans and animals alike. In order to generate exposure data human biomonitoring (HBM) is used. In HBM studies biological samples such as urine are screened for the compounds of interest. Šarkanj et al. (2018, Analytica Chimica Acta 1019, pp. 84-92) developed a sensitive liquid chromatography tandem mass spectrometry (LC-MS/MS) method for the detection of multiple mycotoxins in urine. This was achieved through the combination of a general sample cleanup procedure, the use of isotopically labeled internal standards, enzymatic hydrolysis of conjugated toxins, and an optimized chromatographic separation. The aims of this master’s thesis were the transfer of the aforementioned method to an in-house LC-MS/MS instrument, further optimization of the method, including the addition of various other analytes, the evaluation of the method’s performance based on an in-house validation, and to test the method for a different biological matrix (serum). The results showed that a total of 22 mycotoxins and key metabolites were successfully validated in-house, which means that ten more mycotoxins and key metabolites were added to the previously published method. However, the optimized method was less sensitive compared to the method established by Šarkanj et al. (2018). In addition, some mycotoxins did not pass all in-house validation criteria, which had been validated previously (e.g. ochratoxin A). On the other hand, analysis of real-life urine samples showed that the optimized method is still sensitive enough to detect multiple mycotoxins, as shown in a proof-of-principle experiment including 15 unknown urine samples. Another aim of this thesis was to apply the optimized and validated LC MS/MS method to serum. This preliminary screening revealed that the detection of analytes in the range of 15-500 ng/L is feasible. Although the optimized method is not as sensitive as the previously published method, it might still be valuable for the assessment of human mycotoxin exposure.
Schlagwörter
Schlagwörter
(Englisch)
mycotoxins human biomonitoring mass spectrometry validation
Schlagwörter
(Deutsch)
Mykotoxine Human-Biomonitoring Massenspektrometrie Validierung
Autor*innen
Patrick Windisch
Haupttitel (Englisch)
Transfer, optimization, and in-house validation of a sensitive, stable-isotope assisted LC-MS/MS method for the quantification of mycotoxins
Paralleltitel (Deutsch)
Transfer, Optimierung und In-House-Validierung einer sensitiven Stabilisotopen-unterstützten LC-MS/MS-Methode zur Quantifizierung von Mykotoxinen
Publikationsjahr
2020
Umfangsangabe
105 Seiten
Sprache
Englisch
Beurteiler*in
Benedikt Warth
Klassifikation
35 Chemie > 35.23 Analytische Chemie: Allgemeines
AC Nummer
AC16137557
Utheses ID
55815
Studienkennzahl
UA | 066 | 659 | |