《Analytica Chimica Acta》：Comprehensive Investigation of Matrix Effect Evaluation Approaches for Reliable Quantification in Bioanalysis using UHPLC-MS/MS
编辑推荐：
哈娜·科乔娃·弗尔奇科娃（Hana Ko?ová Vl?ková）|凯特琳娜·普拉赫卡（Kate?ina Plachká）|弗朗蒂谢克·什韦茨（Frantisek ?vec）|卢西·诺瓦科娃（Lucie Nováková）
查理大学赫拉德茨-克拉洛韦药学院分析化学系，地址：Hey
哈娜·科乔娃·弗尔奇科娃（Hana Ko?ová Vl?ková）|凯特琳娜·普拉赫卡（Kate?ina Plachká）|弗朗蒂谢克·什韦茨（Frantisek ?vec）|卢西·诺瓦科娃（Lucie Nováková）
查理大学赫拉德茨-克拉洛韦药学院分析化学系，地址：Heyrovského 1203，500 03 赫拉德茨-克拉洛韦，捷克共和国
摘要
背景
基质效应（Matrix Effect, ME）的评估是使用超高效液相色谱-质谱联用技术（UHPLC-MS）进行方法开发与验证过程中不可或缺的部分。常见的基质效应包括旋转效应和平移效应。旋转基质效应与分析物浓度相关，会影响校准曲线的斜率；而平移基质效应与分析物浓度无关，会影响校准曲线的截距。目前最常用的两种基质效应评估方法是提取后添加法（post-extraction addition）和校准曲线斜率比较法。欧洲药品管理局（EMA）的指南推荐使用提取后添加法作为参考方法，但这些方法是否能提供可比较的结果尚未经过系统的评估。
结果
我们评估了校准曲线斜率法在定量评估基质效应方面的适用性。通过ESI-UHPLC-MS/MS技术，在负离子化和正离子化模式下系统比较了两种基质效应评估方法，研究了26种血清中的化合物。测试了多种校准模型，包括1/X^0、1/X和1/X^2权重校正以及对数变换模型。与提取后添加法相比，没有任何一种模型导致结果高估；然而有些模型导致结果偏低。因此，我们提出了一种新的计算基质效应的方法，该方法同时考虑了由校准曲线截距体现的平移基质效应。随后使用三种不同的基质和两种不同的仪器平台验证了新方法的准确性。
意义
除非在校准曲线截距的基础上也考虑平移基质效应，否则不建议仅依赖校准曲线斜率法来准确估算基质效应。因此，我们提出了一种基于截距的新公式来计算平移基质效应。总基质效应（即斜率和截距贡献之和）与提取后添加法得到的结果非常接近。
章节摘录
引言
超高效液相色谱-质谱联用技术（UHPLC-MS）具有许多优势，如分析速度快、选择性高和灵敏度高，能够可靠地检测复杂基质中的分析物[1]。然而，即使配备了先进的仪器设备，基质效应仍是一个主要的研究挑战。特别是在方法开发过程中，必须仔细评估基质效应对质谱响应的影响。
化学物质和试剂
分析物参考标准品由Sigma-Aldrich（德国）提供，包括阿替洛尔（atenolol, ATE）、阿托伐他汀（atorvastatin, ATO）、地塞米松（dexamethasone, DEXA）、雌酮（estrone, EST）、氢化可的松（hydrocortisone, HYDRO）、(s)-(+)-布洛芬（ibuprofen, IBU）、咖啡因（caffeine, COF）、对乙酰氨基酚（paracetamol, PAR）、培氟沙星（pefloxacin, PEF）、芦丁（rutin, RUT）、坦索罗辛（tamsulosin, TAM）、替米沙坦（telmisartan, TEL）、四环素（tetracycline, TTC）、色氨酸（tryptophan, TRY）、尿嘧啶（uracil, URA）和缬沙坦（vardenafil, VAR）。乙酰布洛尔（acebutolol, ACE）、达克拉他韦（daclatasvir, DAC）、利托那韦（ritonavir, RIT）和索非布韦（sofosbuvir, SOF）的参考标准品也由该公司提供。
校准模型的选择
测试并比较了多种权重校正方案，如1/X^0（无加权）、1/X和1/X^2以及对数变换（Ln），以评估其适用性。由于某些原因，在生物分析领域常用的宽校准范围（2 – 512 ng/mL）内无法使用常规的浓度分布（如5、10、15、20等数值）。
结论
在根据%误差和回归分析选择合适校准模型的过程中，发现每个模型的有效性受到所定义校准范围的影响。未加权的线性回归模型不适用于宽校准范围，尽管其确定系数最佳，但%误差仍然很高。相比之下，1/X^2权重校正和对数变换模型在%误差方面表现较为合适。
作者贡献声明
弗朗蒂谢克·什韦茨（Frantisek ?vec）：负责撰写、审稿和编辑，项目管理工作。卢西·诺瓦科娃（Lucie Nováková）：负责撰写、审稿和编辑，监督工作，资源协调，资金筹集，概念构思。哈娜·科乔娃·弗尔奇科娃（Hana Ko?ová Vl?ková）：负责初稿撰写，数据可视化，方法学设计，数据整理，概念构思。凯特琳娜·普拉赫卡（Kate?ina Plachká）：负责初稿撰写。
作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。
致谢
作者衷心感谢“New Technologies for Translational Research in Pharmaceutical Sciences”项目（项目编号：CZ.02.01.01/00/22_008/0004607）的资助，该项目得到了欧盟的共同支持。
