@phdthesis{Freitag2011,
  author    = {Freitag, Claudia},
  title     = {Quantifizierung von Aminos{\"a}uren in Infusionsl{\"o}sungen mittels Hochleistungsfl{\"u}ssigkeitschromatographie-(Tandem) - Massenspektrometrie(HPLC-[MS/]MS) Methodenentwicklung und Validierung},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-65198},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2011},
  abstract  = {Das Ziel vorliegender Arbeit war die Entwicklung einer HPLC-MS(/MS)-Methode, die im Rahmen der pharmazeutischen Qualit{\"a}tskontrolle zur direkten Quantifizierung von Aminos{\"a}uren (AS) in Infusionsl{\"o}sungen angewendet werden kann. Die Zielset-zung schloss eine Validierung innerhalb der f{\"u}r die Zweckbestimmung vorgesehenen Grenzen ein. Im Rahmen der Methodenentwicklung wurde das ESI-MS/MS-Fragmentierungs-muster von 21 Aminos{\"a}uren, von 20 stabil-isotopenmarkierten Aminos{\"a}uren, die als interne Standards verwendet wurden, sowie von einigen weiteren Substanzen bestimmt. Nach Kenntnis von Precursor- und Produktionen erstellte man eine SRM-Methode zur spezifischen MS/MS-Analyse. Dabei wurden durch das jeweilige Frag-mentierungsmuster bedingte Interferenzen bei den zu untersuchenden Aminos{\"a}uren bestimmt, die bei der zu erarbeitenden HPLC-MS-Methode beachtet werden mussten. Die Methodenentwicklung zur HPLC-MS-Analytik von underivatisierten AS umfasste mit der RP-HPLC unter Verwendung eines Ionenpaarreagenzes (IP) und der hydrophilen Interaktionschromatographie (HILIC) zwei verschiedene chromatographi-sche Ans{\"a}tze. Bei der Anwendung der RP-HPLC ergaben sich Probleme. Die Verwendung eines IP, im vorliegenden Fall TDFHA (Tridecafluorheptans{\"a}ure), f{\"u}hrte zu langen Equilibrierungs-, Re-Equilibrierungs- und Sp{\"u}lzeiten und damit bei zwar relativ kurzer HPLC-Laufzeit zu einem aber insgesamt hohen Zeitaufwand. Gleich-zeitig war die LC-MS-Anlage auf diese Anwendung fixiert, da das Ionenpaarreagenz das Ger{\"a}t stark verschmutzte und dadurch andere Analysen erheblich st{\"o}rte. Zudem waren die Retentionszeiten der Analyten trotz langer Equilibrierungszeiten schlecht reproduzierbar, so dass eine solche Methode im Rahmen der pharmazeutischen Qualit{\"a}tskontrolle schwer validierbar w{\"a}re. Weiterf{\"u}hrende Untersuchungen erfolgten daher nicht. In nachfolgenden Studien mit der HILIC wurden verschiedene Einflussparameter (Anteil organischer Phase im Fließmittel, pH-Wert des Fließmittels, Temperatur der S{\"a}ule, Pufferkonzentration im Fließmittel, Gradientenelution) auf die Trennung der AS an einer ZIC®-HILIC-S{\"a}ule untersucht. Durch Optimierung der Parameter wurde so eine HILIC-HPLC-Methode entwickelt, bei der 21 AS und 20 ihrer isotopen-markierten Referenz-AS innerhalb von 20 min eluierten. Diejenigen AS, bei denen im Rahmen der Fragmentierungsstudien Interferenzen aufgrund gleicher bzw. {\"a}hnlicher Massen der Precursor- bzw. Produktionen aufgetreten waren, wurden chroma-tographisch getrennt. Gleichzeitig hat sich die SIM-Analyse als anwendbar erwiesen. Die Anwendung des spezifischeren SRM-Modus und damit der Tandem-Massenspektrometrie war nicht erforderlich. Im Rahmen der nachfolgenden Studien zur Validierung ergab sich, dass die entwickelte Methode {\"u}ber einen weiten Bereich eine lineare Abh{\"a}ngigkeit zwischen Konzentrations- und Messwerten zeigte. F{\"u}r drei der 21 AS (NAcCys, NAcTyr, Pro) wurde die quadratische Regression mit dem Anpassungstest nach Mandel als geeig-neteres Regressionsmodell ermittelt. Bei Untersuchungen zur Wiederfindung wurde ein Einfluss der Matrix-L{\"o}sung der Infusionsl{\"o}sung festgestellt, der zu Abweichungen hinsichtlich des Quotienten AreaAS / AreaIS f{\"u}hrte, so dass eine Quantifizierung innerhalb der geforderten Grenzen bei Kalibrierung {\"u}ber reine Standardl{\"o}sungen nicht m{\"o}glich war. Die Validierung wurde daher nachfolgend in der Matrixl{\"o}sung durchgef{\"u}hrt. Dabei wurde gezeigt, dass mit der entwickelten HILIC-HPLC-MS-Methode Aminos{\"a}uren in Infusionsl{\"o}sungen mit hoher Pr{\"a}zision und Richtigkeit bestimmt werden k{\"o}nnen. Neun der 21 untersuchten AS konnten im Bereich von 30\% - 350\%, zehn weitere im Bereich von 50\% - 350\% innerhalb der zur Gehaltsbestimmung von pharmazeutischen Formulierungen vorgeschriebenen Grenzen (Wiederfindung Einzelbestimmung: 98\% -102.0\%, Mittelwert einer Dreifachbestimmung: 98.5\% - 101.5\%) quantifiziert werden. F{\"u}r His und Phe gelang allerdings keine Quantifizierung innerhalb der Akzeptanzkriterien, wobei der Grund hierf{\"u}r in weiteren Studien gekl{\"a}rt werden m{\"u}sste. Mit der entwickelten Methode ist damit eine gleichzeitige Quantifizierung verschiedener AS-Infusionsl{\"o}sungsformulierungen m{\"o}glich, die sich bei gleicher Matrix in der Konzentration an AS unterscheiden. Beispielsweise seien hier die Formulierungen „Aminoplasmal® E 5\% / 10\% /15\%" genannt, die mit der validierten Methode erfassbar sind. Die Probenvorbereitung beschr{\"a}nkt sich dabei auf den Zusatz der IS-Formulierung zur Infusionsl{\"o}sung und einen Verd{\"u}nnungsschritt. Die Quanti-fizierung erfolgt {\"u}ber eine 5-Punkt-Kalibriergerade, die aus einer AS- und IS-Standardmischung, nach Zusatz der einfach herzustellenden Elektrolyt-Matrix, erstellt wird. Die Analysenzeit der HPLC-MS-Methode betr{\"a}gt einschließlich Equilibrie-rungszeit 35 min und ist damit deutlich k{\"u}rzer als die 120 min, die bei der nach wie vor zur AS-Analytik allgemein gebr{\"a}uchlichen Ionenaustauschchromatographie mit Ninhydrin-Nachs{\"a}ulenderivatisierung anzusetzen sind.},
  subject      = {Aminos{\"a}uren},
  language  = {de}
}
@phdthesis{Wagner2008,
  author    = {Wagner, Silvia},
  title     = {Identifizierung von Biomarkern mittels LC-MS-basiertem Metabonomics - Merkapturs{\"a}uren als Indikatoren f{\"u}r die Bildung toxischer Intermediate},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-35760},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2008},
  abstract  = {Metabonomics bildet das Ende der Omics-Kaskade und stellt eine top-down-Strategie zur Erfassung und Interpretation des Metaboloms, d. h. der Gesamtheit aller niedermolekularen Metaboliten in einem intakten Organismus, dar. Ziel der Technik ist es, mittels geeigneter ungerichteter Screeningverfahren in nicht-invasiv zu gewinnenden biologischen Proben wie Urin oder Blut charakteristische Metabolitenprofile zu bestimmen. Im Kontext des Metabonomics wurde in Anlehnung an den Geno- bzw. Ph{\"a}notyp hierf{\"u}r der Begriff „Metabotyp" gepr{\"a}gt. Durch biostatistische Methoden, die auf Mustererkennung (pattern recognition) basieren, k{\"o}nnen Signaturen gegen{\"u}bergestellt und auf diesem Weg gruppenspezifische Metaboliten, d. h. Biomarker bzw. Metabolitenmuster, extrahiert werden. Metabonomics kann folglich als Fusion klassischer bioanalytischer und biostatistischer Verfahren aufgefasst werden. Seit der Einf{\"u}hrung im Jahr 1999 hat sich das Konzept des Metabonomics in mehrere Richtungen weiterentwickelt. So gab es Bestrebungen, die Technik, die urspr{\"u}nglich zur Pr{\"a}diktion von toxischen Effekten bei der Arzneistoffentwicklung etabliert wurde, auf Fragestellungen zu {\"u}bertragen, die den Menschen im Mittelpunkt haben. Neben pr{\"a}klinischen Anwendungen verfolgt man mit Metabonomics zunehmend das Ziel, einer personalisierten Medizin und Ern{\"a}hrung einen Schritt n{\"a}her zu kommen. Da sich die urspr{\"u}nglich eingesetzte NMR-Technik als zu unempfindlich und die resultierenden Metabolitenprofile als zu anf{\"a}llig gegen{\"u}ber biologischen und analytischen Einflussgr{\"o}ßen (Confoundern) erwiesen haben, wurde parallel auf sensitivere Verfahren wie die Massenspektrometrie gesetzt. Insbesondere die Kopplung mit der Hochdruckfl{\"u}ssigchromatographie erwies sich hierbei f{\"u}r das Metabolitenscreening als geeignet. Schnell wurde allerdings klar, dass aus den klassischen full scan/TOF-Methoden Datens{\"a}tze resultierten, die h{\"a}ufig zu komplex waren, um mit nachgeschalteten chemometrischen Verfahren die „Spreu vom Weizen trennen" zu k{\"o}nnen. Da sich Metabolitendatenbanken bisher noch im Aufbau befinden, ist die Identifizierung der Marker mit zus{\"a}tzlichen Schwierigkeiten verbunden und bedarf aufw{\"a}ndiger analytischer Verfahren. Eine Strategie stellt daher die Beschr{\"a}nkung auf ein Metabolitensubset dar. Indem man sich auf Metabolitenklassen fokussiert, die einen Bezug zum untersuchten Mechanismus haben, k{\"o}nnen die Erfolgsaussichten bei der Identifizierung charakteristischer Biomarker deutlich erh{\"o}ht werden. Aufgrund zahlreicher exogener und endogener Faktoren (Arzneistoffe, Industriechemikalien, Nahrungsbestandteile, Tabakrauchbestandteile, Produkte der Lipidperoxidation etc.) ist der menschliche Organismus stets einer Vielzahl an elektrophilen Verbindungen ausgesetzt. Oxidative Sch{\"a}digungen an Strukturen wie der DNA, Proteinen und Lipiden werden mit einer Reihe von Krankheitsbildern in Zusammenhang gebracht, darunter Parkinson, Alzheimer, Krebs und Volkskrankheiten wie Arteriosklerose, Allergien und koronare Herzerkrankungen. Mit dem Glutathionsystem verf{\"u}gt der K{\"o}rper {\"u}ber einen wirksamen Detoxifizierungsmechanismus. Das Tripeptid Glutathion reagiert als Nukleophil mit den exogen oder endogen gebildeten elektrophilen Intermediaten. Endprodukte sind Merkapturs{\"a}uren (N-Acetyl-L-Cystein-Addukte) bzw. deren Sulfoxide, die in erster Linie mit dem Urin ausgeschieden werden. Folglich besteht zwischen diesen Merkapturs{\"a}urederivaten und der elektrophilen Belastung eines Organismus ein direkter Zusammenhang. Vor diesem Hintergrund war es das Ziel der Arbeit, einen nicht-invasiven Metabonomicsansatz zur Anwendung am Menschen zu entwickeln. Durch die Fokussierung des Metabolitenscreenings auf die Effekt-, Dosis- und Suszeptibilit{\"a}tsmarkerklasse der Merkapturs{\"a}uren sollten hierbei die Erfolgsaussichten im Hinblick auf die Identifizierung potentieller Biomarker f{\"u}r diverse toxikologische sowie medizinische Endpunkte erh{\"o}ht werden.},
  subject      = {Metabolom},
  language  = {de}
}
@phdthesis{Stiefl2004,
  author    = {Stiefl, Nikolaus Johannes},
  title     = {Entwicklung, Validierung und Anwendung einer neuen translations- und rotationsinvarianten 3D-QSAR-Methodik},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-8230},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2004},
  abstract  = {Die vorliegende Arbeit beschreibt die Entwicklung und Validierung der neuartigen 3D-QSAR Technik Mapping Property Distributions of Molecular Surfaces (MaP). Die Methode ist gegen{\"u}ber Translation und Rotation invariant, d. h. eine {\"U}berlagerung der Molek{\"u}le, wie sie zum Beispiel f{\"u}r CoMFA n{\"o}tig ist, entf{\"a}llt. MaP basiert auf der Charakterisierung der Molek{\"u}le nach ihrer F{\"a}higkeit Wasserstoffbr{\"u}cken auszubilden, sowie ihrer Hydrophobie / Hydrophilie. Dabei werden jedoch nicht nur die atombasierten Eigenschaften, sondern auch die Oberfl{\"a}cheneigenschaften der Molek{\"u}le zur Charakterisierung genutzt. Diese Losl{\"o}sung von der chemischen Struktur der Verbindungen erlaubt es, die f{\"u}r die Ligand-Rezeptor-Interaktion (bzw. Substrat-Enzym-Interaktion) wichtigen Grenzfl{\"a}chen zu charakterisieren. Die wichtigsten methodischen Elemente der MaP-Technik, sowie die erhaltenen Ergebnisse der untersuchten Datens{\"a}tze sollen hier noch einmal in kurzer Form dargestellt werden: Die theoretische Basis des MaP-Deskriptors bilden so genannte Radialverteilungsfunktionen. Mittels dieser selektiven Distanz-Z{\"a}hlstatistiken (SDZS) k{\"o}nnen sowohl die Form der Molek{\"u}le, als auch die Verteilung der einzelnen Oberfl{\"a}cheneigenschaften zueinander, in einem einzelnen Vektor beschrieben werden. Die MaP-Variablen kodieren dabei die Gr{\"o}ße (absolute Anzahl an Eintr{\"a}gen), sowie die Orientierung (Distanz) verschiedener Oberfl{\"a}cheneigenschaften zueinander. Die Grundlage der Oberfl{\"a}cheneigenschaften stellen atomare Charakteristika wie das Wasserstoffbr{\"u}ckenbindungspotential sowie die atomare Hydrophobie / Hydrophilie dar. Diese Eigenschaften werden den Atomen mittels einfacher Regeln (Wasserstoffbr{\"u}cken) bzw. einer Substruktursuche (Hydrophobie / Hydrophilie) zugewiesen und dann auf die Oberfl{\"a}che projiziert. Um die mathematische Transformation der Rohdaten in die SDZS zu erm{\"o}glichen, muss die Molek{\"u}loberfl{\"a}che durch gleichverteilte Oberfl{\"a}chenpunkte diskretisiert werden. Da diese Anforderung von gebr{\"a}uchlichen analytischen Oberfl{\"a}chenberechnungsmethoden, wie zum Beispiel dem GEPOL-Algorithmus, nicht erf{\"u}llt wird, wurde der GEPOL-Algorithmus so modifiziert, dass ein Zusammenhang zwischen der Oberfl{\"a}chengr{\"o}ße und der Anzahl an Oberfl{\"a}chenpunkten gegeben ist. Da es aufgrund dieser Diskretisierung jedoch zum Verlust der Invarianz gegen{\"u}ber Translation und Rotation kommen kann, wurde der Bestimmung der Molek{\"u}loberfl{\"a}chen eine spezielle Technik zur Ausrichtung der Molek{\"u}le im Koordinatensystem (Kanonisierung) vorgeschaltet. Dadurch wird ein identischer MaP-Deskriptor unabh{\"a}ngig von der Position der Molek{\"u}le im Raum garantiert. Um den Diskretisierungsfehler der Oberfl{\"a}chenbestimmung weiter zu reduzieren, wurde eine unscharfe Z{\"a}hlweise bei der Berechnung des MaP-Deskriptors adaptiert. Diese erlaubt es, Eintr{\"a}ge die an den Kategoriengrenzen des MaP-Vektors liegen, auf die beiden n{\"a}chsten Zentren zu verteilen. Dadurch werden kleine Schwankungen in den Distanzwerten kompensiert. Zur Modellbildung werden die infomativsten Variablen (MIV) mit Hilfe der ‚Reverse-Elimination-Method'-Tabu-Suche (REM-TS) identifiziert. Die so erhaltenen MIV's k{\"o}nnen auf die Molek{\"u}le zur{\"u}ckprojiziert werden, was die Interpretation der berechneten Modelle stark vereinfacht. Zur Visualisierung der Ergebnisse k{\"o}nnen die Variablen unter Zuhilfenahme der unscharfen Z{\"a}hlweise nochmals gefiltert werden, um die Interpretation hoch besetzter Variablen zu vereinfachen. Da es aufgrund der Variablenselektion zu einer Zufallskorrelation in der Modellbildung kommen kann, werden die erhaltenen Modelle einer strengen Validierung unterzogen. Dabei werden neben der sehr anspruchsvollen ‚Lass-mehrere-Objekte-heraus'-Kreuzvalidierung als G{\"u}tefunktion der Variablenselektion auch ein Permutationstest der Modelle sowie eine Testdatenvorhersage angewandt. Durchl{\"a}uft ein Modell all diese Validierungsschritte erfolgreich, so ist die Wahrscheinlichkeit einer Zufallskorrelation sehr gering. Um die Anwendbarkeit und die G{\"u}te des MaP-Deskriptors zu {\"u}berpr{\"u}fen, wurden verschiedene Datens{\"a}tze untersucht. Diese k{\"o}nnen entsprechend ihrer Zielsetzung in unterschiedliche Gebiete aufgeteilt werden. Der erste Datensatz (Steroide) wird in der QSAR h{\"a}ufig als Vergleichsdatensatz eingesetzt. Ein weiterer Datensatz umfasst strukturell sehr heterogene Substanzen, die ein augenirritierendes Potential aufweisen (ECETOC). Inhibitoren des EndothelinA-Rezeptors (ETA) bildeten einen weiteren Datensatz. Die enthaltenen Molek{\"u}le sind im Datenraum stark in Untergruppen geklustert. Weiterhin wurden konformell sehr flexible, allostere Modulatoren des muskarinischen M2-Rezeptors (M2-Modulatoren) untersucht. Dieser Datensatz diente aufgrund der hohen Flexibilit{\"a}t der Molek{\"u}le auch zur {\"U}berpr{\"u}fung der konformellen Abh{\"a}ngigkeit der Methode. Die Erweiterung des Standardparametersatzes wurde mit Hilfe von Naphthylisochinolin-Derivaten (NIQ) untersucht, die eine Aktivit{\"a}t gegen Plasmodium falciparum aufweisen. Ein weiterer Datensatz, deren Molek{\"u}le die {\"O}ffnungswahrscheinlickeit ATP-abh{\"a}ngiger Kalium-Kan{\"a}le erh{\"o}ht (KCO), wurde herangezogen, um den Vorteil der mathematischen Transformation der MaP-Technik gegen{\"u}ber der von GRIND benutzten MACC-2-Transformation herauszustellen. Inhibitoren des nicotinischen Acetylcholin-Rezeptors (CAR) bildeten einen weiteren Datensatz f{\"u}r den bisher keine QSAR-Studie vorlag. Zur strukturbasierten Validierung der Methode wurden Inhibitoren der Acetylcholinesterase (APZ-Datensatz) untersucht. Hierbei wurde gepr{\"u}ft, ob die aus der Kristallstruktur der Acetylcholinesterase wichtigen Ligand-Enzym-Wechselwirkungen durch MaP beschrieben werden. Die Ergebnisse dieser Untersuchungen lassen folgenden R{\"u}ckschl{\"u}sse zu: Im Vergleich mit bereits etablierten 3D-QSAR-Techniken wie CoMFA, CoMSIA oder GRID/PLS f{\"u}hrt die MaP-Technik zu vergleichbar guten Modellen (Steroide, ETA, M2-Modulatoren). Durch die Losl{\"o}sung vom strukturellen Grundger{\"u}st der Substanzen k{\"o}nnen auch strukturell diverse Datens{\"a}tze gut modelliert und die relevante Information extrahiert werden (ECETOC). Dies ist mit Deskriptoren, die eine gemeinsame Ausrichtung der Molek{\"u}le ben{\"o}tigen (z.B. CoMFA), oft nicht m{\"o}glich. Auch Datens{\"a}tze, deren Objekte geklustert vorliegen, k{\"o}nnen mittels MaP gut modelliert werden. MaP ist dabei in der Lage die relevante Information sowohl zwischen, als auch innerhalb der einzelnen Gruppen zu extrahieren (ETA). Auch f{\"u}r Datens{\"a}tze, deren Molek{\"u}le eine sehr hohe Flexibilit{\"a}t aufweisen, ist es m{\"o}glich mit MaP gute Modelle zu erhalten (M2-Modulatoren, APZ). Hierbei ist es jedoch wichtig, zu beachten, dass MaP als 3D-QSAR-Technik gegen{\"u}ber der Konformation der Molek{\"u}le nicht invariant ist. Bei der Anwendung der Methode zeigte sich jedoch, dass kleine konformelle {\"A}nderungen der Verbindungen oft einen sehr geringen Einfluss auf die Ergebnisse der Methode haben (M2-Modulatoren, APZ). Bei der Untersuchung der NIQ-Daten zeigte sich, dass unter Verwendung der MaP-Standardparameter bereits die relevanten Eigenschaften der Molek{\"u}le charakterisiert werden k{\"o}nnen. Allerdings f{\"u}hrte eine Erweiterung dieser Parameter zu einer Vereinfachung der Interpretation der Ergebnisse. Hierbei ist jedoch darauf zu achten, dass die Modellvalidierung strikt eingehalten werden muss. Der Vorteil der mathematischen Transformation der Rohdaten (SDZS) gegen{\"u}ber der von GRIND verwendeten MACC-2 Transformation konnte mittels der KCO-Daten aufgezeigt werden. Das erhaltene Modell spiegelte sehr sch{\"o}n die bereits bekannten Struktur-Wirkungs-Beziehungen wider. Leider ist die publizierte Datenlage in diesem Falle noch nicht ausreichend, um einen abschließenden Vergleich der beiden konkurrierenden Techniken zu erm{\"o}glichen. Beim CAR-Datensatz war MaP in der Lage, neben der bekannten, relevanten strukturellen Allylalkoholgruppe ein weiteres strukturelles Merkmal zu identifizieren. Abschließend konnte gezeigt werden, dass MaP in der Lage ist, die f{\"u}r die Wechselwirkung zwischen Acetylcholinesterase und Ligand wichtigen Interaktionsstellen und Charakteristika eindeutig zu identifizieren (APZ-Datensatz). Diese Eigenschaften wurden zur besseren Interpretation der Ergebnisse in die Bindetasche projiziert. Die Ergebnisse dieser Untersuchungen zeigen, dass die entwickelte Technik ein weites Anwendungsspektrum besitzt, leicht zu interpretieren ist und sich dabei durch ihre Robustheit auszeichnet. Vor allem aber liefert MaP aussagekr{\"a}ftige 3D-QSAR-Modelle. Bei der MaP-Methode handelt es sich jedoch nicht nur um einen neuen Molek{\"u}ldeskriptor, sondern um eine Kombination aus Deskriptor, mathematischer Modellierung, Modellvalidierung und Modellvisualisierung. Obwohl MaP in Hinsicht auf Modellqualit{\"a}t und Modellinterpretierbarkeit Techniken wie zum Beispiel CoMFA in nichts nachsteht, sind aufgrund der einfachen und trotzdem hocheffizienten mathematischen Grundlagen folgende Erweiterungen denkbar: (1) als dreidimensionale Technik ist MaP von den Ausgangskonformationen der Molek{\"u}le abh{\"a}ngig. Findet sich im untersuchten Datensatz ein starres Molek{\"u}l (M2-Modulatoren) oder aber sind Informationen {\"u}ber einen m{\"o}glichen Bindungsmodus vorhanden, so k{\"o}nnen diese Konformationen relativ leicht erhalten werden. Da dies jedoch nicht immer der Fall ist, ist eine Erweiterung der Technik in die vierte Dimension (konformelle Flexibilit{\"a}t) wichtig. Dass dies prinzipiell m{\"o}glich ist, konnte Hopfinger bereits zeigen. Da die mathematische Grundlage der MaP-Technik sehr einfach ist, sollte diese Art der Erweiterung in die vierte Dimension auch f{\"u}r MaP m{\"o}glich sein. (2) Momentan ist der MaP-Deskriptor auf Verkn{\"u}pfungen zwischen zwei Oberfl{\"a}chenpunkten beschr{\"a}nkt. Diese Einschr{\"a}nkung k{\"o}nnte dazu f{\"u}hren, dass Inkremente ein und derselben Variablen aus verschiedenen Teilen des Molek{\"u}ls stammen. Wenn nur ein Teil davon Eigenschaften kodieren, die relevant f{\"u}r die Ligand-Rezeptor-Interaktion sind, k{\"o}nnte dies theoretisch zu Inkonsistenzen in dem resultierenden Modell f{\"u}hren. Bei den bislang untersuchten Datens{\"a}tzen konnte dies noch nicht beobachtet werden. Eine m{\"o}gliche Erkl{\"a}rung hierf{\"u}r ist, dass die MaP-Variablen zu einem gewissen Grad redundant sind, d.h. das selbe Ph{\"a}nomen kann durch verschiedene Variablen beschrieben werden. Von diesen redundanten Variablen werden durch die strenge Validierung diejenigen vom Suchalgorithmus der Variablenselektion identifiziert, die am wenigsten mit anderen Eigenschaften vermengt sind. Prinzipiell ist eine solche Problematik jedoch denkbar. Um die Wahrscheinlichkeit eines derartigen Ph{\"a}nomens weiter zu reduzieren, sollten die bisher genutzten Zweipunktverkn{\"u}pfungen auf drei Punkte erweitert werden.},
  language  = {de}
}
@phdthesis{Steinhauer2002,
  author    = {Steinhauer, Sven},
  title     = {Erhebung pharmakokinetischer Daten von Cisaprid, SC-72393, Haloperidol, Linezolid, Methotrexat und Ketoprofen nach Methodenentwicklung und Validierung durch LC-MS/MS-Detektion},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-5803},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2002},
  abstract  = {Zur Bestimmung von geringen Wirkstoffkonzentrationen in biologischen, speziell human-biologischen Matrizes wie Blut, Urin oder Mikrodialysat bedarf es einer Analysentechnik, die den Wirkstoff mit einem H{\"o}chstmaß an Selektivit{\"a}t, Spezifit{\"a}t und Pr{\"a}zision bestimmen kann. Daneben muß die verwendetete Methode eine hohe Geschwindigkeit aufweisen und sehr robust sein, da bei der heutigen marktwirtschaftlichen Lage Analysensysteme eine optimale Auslastung erfahren m{\"u}ssen. Aus diesem Grund ist der Umbau oder die Umstellung der Methode von einem zum anderen Wirkstoff ohne nennenswerten Zeitverlust ein maßgeblicher Faktor. Als Technik, die diese Anforderungen optimal erf{\"u}llt, hat sich in den letzten Jahren die LC-MS/MS-Technik etabliert. Sie ist den bislang {\"u}berwiegenden Methoden, wie GC-MS-Techniken oder HPLC-UV-Detektion bzw. Fluoreszenztechniken in Bezug auf die oben genannten Parameter deutlich {\"u}berlegen. In der vorliegenden Arbeit wurden f{\"u}r die Wirkstoffe Cisaprid, SC-72393, Haloperidol, Linezolid, Methotrexat und Ketoprofen LC-MS/MS-Methoden entwickelt oder via unabh{\"a}ngiger Laborvalidierung auf die lokalen Gegebenheiten transferiert und zur Bestimmung pharmakokinetischer Parameter zur Anwendung gebracht. Ziel der Methodenentwicklung war es die hohe Selektivit{\"a}t und Empfindlichkeit des Detektors zu nutzten, um bei geringen Probenvolumina eine Bestimmungsgrenze zu erreichen, die es erm{\"o}glichte ausreichend viele Meßwerte zu bestimmen, um die pharmakokinetischen Parameter der Wirkstoffe zu berechnen. Zus{\"a}tzlich wurde eine Maximierung des Probendurchsatzes und eine Minimierung des personellen und materiellen Aufwandes angestrebt ohne dabei einen Qualit{\"a}tsverlust der Methode zu erleiden. Eine gelungene Methoden-entwicklung bedurfte daher der Optimierung der Probenaufarbeitung, die sich neben den chemisch-physikalischen Eigenschaften des Wirkstoffes haupts{\"a}chlich an der Menge der zur Verf{\"u}gung stehenden Probe orientierte. Das chromato-graphische System hingegen hing weitestgehend von den chemischen Eigenschaften des Analyten und von den massenspektroskopischen Bedingungen ab, die verdampfbare Puffer im Fließmittel erforderten. Diese drei zu optimierenden Teilbereiche, die miteinander interagieren, wurden jeweils sorgsam aufeinander abgestimmt, um eine Methode zu entwickeln, die die zu erwartenden Wirkstoffkonzentrationen in der jeweiligen Matrix sicher und robust bis hin zum Quantifizierungslimit bestimmen konnte.},
  subject      = {Wirkstoff},
  language  = {de}
}