L’objectif de ce travail est d’évaluer une méthode de criblage toxicologique en chromatographie gazeuse couplée à la spectrométrie de masse (CG-SM) dans le plasma et dans l’urine, en utilisant le logiciel de retraitement MassHunter Unkown Analysis (MHUA). Les résultats sont comparés à ceux obtenus en CG-SM avec le logiciel AMDIS et en chromatographie liquide couplée à la spectrométrie de masse en tandem (CL-SM/SM). Les analyses sont effectuées avec un appareil de CG Agilent 7890A et un analyseur Agilent 5975C en SM. Les résultats sont retraités grâce aux logiciels AMDIS et MHUA v10.1 avec 3 bibliothèques : SWGDRUG version 3.7 (3346 spectres) NIST 17 (2017) (220 460 spectres) et une bibliothèque maison (140 spectres). La préparation des échantillons suit celle décrite par Maurer et al. [1Maurer H.H., Pfleger K., Weber A.A. Mass Spectral and GC Data of Drugs, Poisons, Pesticides, Pollutants, and Their Metabolites  : Wiley (2016). 

Cliquez ici pour aller à la section Références]. L’évaluation des performances de la méthode est en premier lieu réalisée par l’analyse d’échantillons de plasma surchargé avec 122 molécules. Dans un second temps est réalisée l’analyse d’échantillons de plasma et d’urine de patients pour lesquels une recherche de toxiques a été adressée à notre laboratoire. Dans les échantillons de plasma surchargé, 25 molécules sont identifiées grâce au logiciel AMDIS et 46 grâce au logiciel MHUA (à des concentrations principalement comprises entre 25 et 500ng/mL). Dans les 52 échantillons de patients, 47 molécules sont identifiées en CG-SM grâce au logiciel MHUA, 30 avec le logiciel AMDIS et 59 en CL-SM/SM. Dix-neuf molécules sont identifiées en CG-SM et dosées en CL-SM/SM à des concentrations relativement basses (codéine (<10ng/mL), MDMA (324ng/mL), méthadone (84ng/mL), diazépam (29ng/mL), loxapine (21ng/mL) et kétamine (39ng/mL)). Plusieurs molécules difficilement détectables en CL-SM/SM sont identifiées en CG-SM (propofol, phénobarbital, acide valproïque), d’autres non incluses dans le criblage ciblé en CL-SM/SM sont identifiées grâce au criblage en CG-SM (étomidate, lacosamide, laudanosine, phénytoïne, fluindione). A contrario, certaines molécules sont identifiées uniquement en CL-SM/SM (bisoprolol, glicazide, paroxétine, zopiclone, flecaïnide). Ce travail a permis de développer et d’optimiser une méthode de criblage en CG-SM et d’évaluer le logiciel MHUA. A notre connaissance, aucune étude évaluant les performances du logiciel MHUA n’a été publiée. Le criblage en CG-SM a permis d’identifier un nombre important de molécules, bien que pour certaines les limites de détection soient élevées. Le logiciel MHUA a montré de meilleures performances pour l’analyse d’échantillons de plasma surchargé et d’échantillons de patients (plasma, urine) par rapport au logiciel AMDIS (respectivement 1,8 et 1,5 fois plus). La méthode développée en CG-SM et l’utilisation du logiciel MHUA sont donc complémentaires de la CL-SM/SM et améliorent les performances des criblages toxicologiques réalisés dans le cadre hospitalier.

The objective of this work is to evaluate a toxicological screening method in gas chromatography coupled with mass spectrometry (GC-MS), using the MassHunter Unkown Analysis (MHUA) reprocessing software. Analyzes are performed with an Agilent 7890A GC instrument and an Agilent 5975C MS instrument. The results are reprocessed using AMDIS and MHUA v10.1 software with 3 libraries: SWGDRUG 3.7 (3346 spectra) NIST 17 (2017) (220,460 spectra) and a home-made library (140 spectra). Sample preparation follows that the process described by Maurer et al. [1Maurer H.H., Pfleger K., Weber A.A. Mass Spectral and GC Data of Drugs, Poisons, Pesticides, Pollutants, and Their Metabolites  : Wiley (2016). 

Cliquez ici pour aller à la section Références]. The evaluation of the method and the MHUA software is carried out by analyzing samples of plasma overloaded with 122 molecules and samples of plasma and urine addressed to our laboratory for a toxicological screening. In the samples of overloaded plasma, 25 molecules are identified using AMDIS software and 46 using MHUA software at concentrations mainly between 25 and 500ng/mL. In the 52 patient samples, 47 molecules are identified in CG-MS using MHUA software, 30 with AMDIS software and 59 by LC-MS/MS. Nineteen molecules are identified in GC-MS and assayed in LC-MS/MS at relatively low concentrations (codeine (<10ng/mL), MDMA (324ng/mL), methadone (84ng/mL)/mL), diazepam (29ng/mL), loxapine (21ng/mL) and ketamine (39ng/mL)). Several molecules that are difficult to detect in LC-MS/MS are identified in GC-MS (propofol, phenobarbital, valproic acid), others not included in the targeted screening LC-MS/MS are identified thanks to the GC-MS screening (etomidate, lacosamide, laudanosine, phenytoin, fluindione). Some molecules are identified only in LC-MS/MS (bisoprolol, glicazide, paroxetine, zopiclone, flecainide). This work allowed to develop and optimize a GC-MS screening method and to evaluate the MHUA software. The GC-MS screening allowed identification of a great number of molecules, although for some they had high detection limits. MHUA software has shown better performance than AMDIS software for the analysis of overloaded plasma samples and patient samples (plasma, urine) (respectively with a ratio of 1,8 and 1,5). The method developed in GC-MS and the use of MHUA software are therefore complementary to LC-MS/MS and improve toxicological screenings carried out in hospitals.