Gevalideerd LC-MS/MS Panel voor het kwantificeren van 11 resistente tb-medicijnen in small hair samples
Summary
De huidige methoden voor het analyseren van de therapietrouw van patiënten aan complexe resistente tuberculose (DR-TB) regimes kunnen onjuist en resource-intensief zijn. Onze methode analyseert haar, een gemakkelijk verzamelde en opgeslagen matrix, voor concentraties van 11 DR-TB medicijnen. Met behulp van LC-MS / MS, kunnen we bepalen sub-nanogram drug niveaus die kunnen worden gebruikt om beter te begrijpen drug therapietrouw.
Abstract
Resistente tuberculose (DR-TB) is een groeiende bedreiging voor de volksgezondheid en de beoordeling van therapeutische geneesmiddelen kan belangrijke klinische voordelen hebben. Plasma drug niveaus zijn de huidige gouden standaard beoordeling, maar vereisen phlebotomie en een koude keten, en vangen slechts zeer recente naleving. Onze methode maakt gebruik van haar, een matrix die gemakkelijk wordt verzameld en reflecterend van de lange termijn therapietrouw, om te testen voor 11 anti-TB medicijnen. Eerder werk van onze groep toont aan dat antiretrovirale geneesmiddelen niveaus in het haar worden geassocieerd met HIV-resultaten. Onze methode voor DR-TB drugs gebruikt 2 mg haar (3 cm proximale aan de wortel), die wordt verpulverd en geëxtraheerd in methanol. Monsters worden geanalyseerd met een enkele LC-MS / MS-methode, kwantificeren 11 drugs in een 16 min run. Lagere grenswaarden voor kwantificering (LLOQs) voor de 11 geneesmiddelen variëren van 0,01 ng/mg tot 1 ng/mg. De aanwezigheid van geneesmiddelen wordt bevestigd door het vergelijken van verhoudingen van twee overgangen van massaspectrometrie. Monsters worden gekwantificeerd met behulp van de area-ratio van het medicijn met de deuterated, 15N-, of 13C-gelabelde drug isotopologue. We gebruikten een kalibratiecurve variërend van 0,001-100 ng/mg. Toepassing van de methode op een gemaksmonster van haarmonsters die werden verzameld bij DR-TB-patiënten op direct waargenomen therapie (DOT) gaf aan dat geneesmiddelenniveaus in het haar binnen het lineaire dynamische bereik van negen van de elf geneesmiddelen (isoniazid, pyrazinamide, ethambutol, linezolid, levofloxacine, moxifloxacine, clofazimine, bedaquiline, pretomanid) werden vermeld. Geen enkele patiënt was prothionamide, en de gemeten niveaus voor ethionamide waren dicht bij zijn LLOQ (met verder werk in plaats daarvan het onderzoeken van de geschiktheid van ethionamide metaboliet voor het monitoren van blootstelling). Samengevat beschrijven we de ontwikkeling van een multi-analytpanel voor DR-TB-geneesmiddelen in haar als een techniek voor therapeutische geneesmiddelenmonitoring tijdens resistente tbc-behandeling.
Introduction
In de eenentwintigste eeuw is resistente tbc (DR-TB) een evoluerende catastrofe voor reeds zwakke nationale tbc-bestrijdingsprogramma’s, waarbij bevestigde gevallen alleen al in de afgelopen vijf jaar verdubbelden, goed voor bijna een derde van alle sterfgevallen in verband met antimicrobiële resistentie wereldwijd1,2. Succesvolle behandeling van DR-TB heeft conventioneel vereist langere en meer toxische tweedelijns regimes dan de behandeling van drugsgevoelige tbc. Bovendien hebben patiënten met DR-tbc vaak aanzienlijke reeds bestaande uitdagingen voor therapietrouw, die in eerste instantie hebben bijgedragen tot het ontstaan van resistentie3.
In tegenstelling tot hiv-infectie waarbij virale belastingen kunnen worden gebruikt om de behandeling te controleren, zijn surrogaateindpunten van de respons op de behandeling bij tbc vertraagd en onbetrouwbaar op individueel niveau4. Monitoring van de therapietrouw van patiënten, een belangrijke voorspeller van subtherapeutische anti-tbc-medicijnconcentratie en behandelingsfalen, is ook een uitdaging. Zelfgerapporteerde therapietrouw lijdt aan recall bias en de wens om providers te behagen5,6. Pil tellingen en medicatie event monitoring systemen (MEMS) kan meer doelstelling7, maar niet meten van de werkelijke drugsgebruik8,9,10. Geneesmiddelenniveaus in biomatrices kunnen zowel therapietrouw als farmacokinetische gegevens opleveren. Daarom worden plasmamedicijnniveaus vaak gebruikt bij de controle van therapeutische geneesmiddelen11,12. In het kader van de monitoring van de therapietrouw van geneesmiddelen vertegenwoordigen plasmaniveaus echter blootstelling op korte termijn en worden ze beperkt door aanzienlijke intra- en interpatiëntvariabiliteit bij het bepalen van het juiste referentiebereik voor therapietrouw. “Witte vacht” effecten, waar de therapietrouw verbetert voorafgaand aan de kliniek of studie bezoeken, verder bemoeilijkt het vermogen van plasma niveaus om nauwkeurige drug therapietrouw patronen13.
Haar is een alternatieve biomatrix die langdurige blootstelling aan geneesmiddelen kan meten14,15. Veel geneesmiddelen en endogene metabolieten nemen in het haar eiwit matrix uit de systemische circulatie als haar groeit. Als dit dynamische proces blijft tijdens de haargroei, de hoeveelheid geneesmiddel afgezet in de haarmatrix hangt af van de continue aanwezigheid van het geneesmiddel in de circulatie, waardoor haar een uitstekende tijdelijke uitlezing van de inname van geneesmiddelen. Haar als biomatrix heeft het extra voordeel dat het gemakkelijk wordt verzameld zonder de noodzaak van koude keten voor opslag en verzending in vergelijking met bloed. Bovendien is haar niet-biogevaarlijk, wat extra haalbaarheidsvoordelen in het veld biedt.
Haar drug niveaus zijn al lang gebruikt in forensische toepassingen16. In de afgelopen tien jaar hebben de niveaus van haarantiretrovirale (ARV) aangetoond nut bij de beoordeling van de therapietrouw van geneesmiddelen in hiv-behandeling en preventie, waaraan onze groep heeft bijgedragen. ARV-niveaus in het haar zijn de sterkste onafhankelijke voorspellers van behandelingsresultaten bij hiv-infectie17,18,19,20,21. Om te bepalen of haarniveaus van DR-TB-patiënten hetzelfde nut zullen hebben bij het voorspellen van de uitkomst van de behandeling, gebruikten we LC-MS/MS om een methode te ontwikkelen en te valideren voor het analyseren van 11 DR-TB medicijnen in kleine haarmonsters. Als een eerste beoordeling van de prestaties van de test, maten we DR-TB drugs niveaus in een gemak monster van patiënten met DR-TB ontvangen direct waargenomen therapie (DOT) in de West-Kaap, Zuid-Afrika22.
Protocol
Representative Results
Discussion
We rapporteren hier het protocol voor de methode die we ontwikkelden en valideren voor het kwantificeren van 11 anti-TB medicijnen die worden gebruikt bij de behandeling van DR-TB in kleine haarmonsters met LC-MS/MS. Geen enkele andere methode voor het kwantificeren van deze 11 geneesmiddelen in het haar is eerder ontwikkeld, gevalideerd en gepubliceerd. Onze methode kan subnanogramniveaus van geneesmiddelen kwantificeren in slechts 20-30 haarstrengen van ongeveer 3 centimeter (cm) in lengte (~2 mg) en is al gevalideerd<…
Divulgations
The authors have nothing to disclose.
Acknowledgements
De auteurs willen professor Keertan Dheda, Dr. Ali Esmail en Marietjie Pretorius van het University of Cape Town Lung Institute bedanken die de verzameling haarmonsters voor de studie faciliteerden. De auteurs erkennen verder dankbaar de bijdragen van de deelnemers aan deze studie.
Materials
| 2 mL injection vials | Agilent Technologies | 5182-0716 | |
| 250 uL injection vial inserts | Agilent Technologies | 5181-8872 | |
| Bead ruptor 24 | OMNI International | 19001 | |
| Bead ruptor tubes (2 mL bead kit, 2.8mm ceramic, 2 mL microtubes) | OMNI International | 19628 | |
| Bedaquiline | Toronto Research Chemicals | B119550 | |
| Bedaquiline-d6 | Toronto Research Chemicals | B119552 | |
| Clofazimine | Toronto Research Chemicals | C324300 | |
| Clofazimine-d7 | Toronto Research Chemicals | C324302 | |
| Disposable lime glass culture tubes | VWR | 60825-425 | |
| Ethambutol | Toronto Research Chemicals | E889800 | |
| Ethambutol-d4 | Toronto Research Chemicals | E889802 | |
| Ethionamide | Toronto Research Chemicals | E890420 | |
| Ethionamide-d5 | ClearSynth | CS-O-06597 | |
| Formic acid | Sigma-Aldrich | F0507-100mL | |
| Glass bottles | Corning | 1395-1L | |
| Hot Shaker | Bellco Glass Inc | 7746-32110 | |
| HPLC | Agilent Technologies | Infinity 1260 | |
| HPLC grade acetonitrile | Honeywell | 015-4 | |
| HPLC grade methanol | Honeywell | 230-1L | |
| HPLC grade water | Aqua Solutions Inc | W1089-4L | |
| Isoniazid | Toronto Research Chemicals | I821450 | |
| Isoniazid-d4 | Toronto Research Chemicals | I821452 | |
| LC column, Synergi 2.5 um Polar RP 100 A 100 x 2 mm | Phenomenex | 00D-4371-B0 | |
| LC guard cartridge | Phenomenex | AJ0-8788 | |
| LC guard cartridge holder | Phenomenex | AJ0-9000 | |
| LC-MS/MS quantitation software | Sciex | Multiquant 2.1 | |
| Levofloxacin | Sigma-Aldrich | 1362103-200MG | |
| Levofloxacin-d8 | Toronto Research Chemicals | L360002 | |
| Linezolid | Toronto Research Chemicals | L466500 | |
| Linezolid-d3 | Toronto Research Chemicals | L466502 | |
| Micro centrifuge tubes | E&K Scientific | 695554 | |
| Moxifloxacin | Toronto Research Chemicals | M745000 | |
| Moxifloxacin-13C, d3 | Toronto Research Chemicals | M745003 | |
| MS/MS | Sciex | Triple Quad 5500 | |
| OPC 14714 | Toronto Research Chemicals | O667600 | |
| Pretomanid (PA-824) | Toronto Research Chemicals | P122500 | |
| Prothionamide | Toronto Research Chemicals | P839100 | |
| Prothionamide-d5 | Toronto Research Chemicals | P839102 | |
| Pyrazinamide | Toronto Research Chemicals | P840600 | |
| Pyrazinamide-15N, d3 | Toronto Research Chemicals | P840602 | |
| Septum caps for injection vials | Agilent Technologies | 5185-5862 | |
| Turbovap LV evaporator | Biotage | 103198/11 |
References
- Kurbatova, E. V., et al. Predictors of poor outcomes among patients treated for multidrug-resistant tuberculosis at DOTS-plus projects. Tuberculosis (Edinb). 92, 397-403 (2012).
- Dheda, K., et al. The epidemiology, pathogenesis, transmission, diagnosis, and management of multidrug-resistant, extensively drug-resistant, and incurable tuberculosis. Lancet Respiratory Medicine. , (2017).
- Berg, K. M., Arnsten, J. H. Practical and conceptual challenges in measuring antiretroviral adherence. Journal of Acquired Immunodeficiency Syndromes (JAIDS). 43, 79-87 (2006).
- Kagee, A., Nel, A. Assessing the association between self-report items for HIV pill adherence and biological measures. AIDS Care. 24 (11), 1448-1452 (2012).
- Haberer, J. E., et al. Adherence to antiretroviral prophylaxis for HIV prevention: a substudy cohort within a clinical trial of serodiscordant couples in East Africa. PLoS Medicine. 10 (9), 1001511 (2013).
- Pullar, T., Kumar, S., Tindall, H., Feely, M. Time to stop counting the tablets. Clinical Pharmacology & Therapeutics. 46 (2), 163-168 (1989).
- Liu, H., et al. A comparison study of multiple measures of adherence to HIV protease inhibitors. Annals of Internal Medicine. 134 (10), 968-977 (2001).
- Wendel, C., et al. Barriers to use of electronic adherence monitoring in an HIV clinic. Annals of Pharmacotherapy. 35, 1010-1101 (2001).
- Ruiz, J., et al. Impact of voriconazole plasma concentrations on treatment response in critically ill patients. Clinical Pharmacology & Therapeutic. , (2019).
- Saktiawati, A. M., et al. Optimal sampling strategies for therapeutic drug monitoring of first-line tuberculosis drugs in patients with tuberculosis. Clinical Phamacokinetics. , (2019).
- Podsadecki, T. J., Vrijens, B. C., Tousset, E. P., Rode, R. A., Hanna, G. J. “White coat compliance” limits the reliability of therapeutic drug monitoring in HIV-1-infected patients. HIV Clinical Trials. 9 (4), 238-246 (2008).
- Cuypers, E., Flanagan, R. J. The interpretation of hair analysis for drugs and drug metabolites. Clinical Toxicology. 56 (2), 90-100 (2018).
- Knitz, P., Villain, M., Crimele, V. Hair analysis for drug detection. Therapeutic Drug Monitoring. 28 (3), 442-446 (2006).
- Barroso, M., Gallardo, E., Vleira, D. N., Lopez-Rivadulla, M., Queiroz, J. A. Hair: a complementary source of bioanalytical information in forensic toxicology. Bioanalysis. 3 (1), 67-79 (2011).
- Gandhi, M., et al. Atazanavir concentration in hair is the strongest predictor of outcomes on antiretroviral therapy. Clinical Infectious Diseases. 52 (10), 1267-1275 (2011).
- Koss, C. A., et al. Hair concentrations of antiretrovirals predict viral suppression in HIV-infected pregnant and breastfeeding Ugandan women. AIDS. 29 (7), 825-830 (2015).
- Pintye, J., et al. Brief Report: Lopinavir Hair Concentrations Are the Strongest Predictor of Viremia in HIV-Infected Asian Children and Adolescents on Second-Line Antiretroviral Therapy. Journal of Acquired Immune Deficiency Syndromes (JAIDS). 76 (4), 367-371 (2017).
- Baxi, S. M., et al. Nevirapine Concentration in Hair Samples Is a Strong Predictor of Virologic Suppression in a Prospective Cohort of HIV-Infected Patients. PLoS One. 10 (6), 0129100 (2015).
- Gandhi, M., et al. Antiretroviral concentrations in hair strongly predict virologic response in a large HIV treatment-naive clinical trial. Clinical Infectious Diseases. 5, 1044-1047 (2019).
- Gerona, R., et al. Simultaneous analysis of 11 medications for drug resistant TB in small hair samples to quantify adherence and exposure using a validate LC-MS/MS panel. Journal of Chromatography B. 1125, 121729 (2019).
- Metcalfe, J., et al. Association of anti-tuberculosis drug concentration in hair and treatment outcomes in MDR- and XDR-TB. European Respriatory Journal Open Research. 5 (2), (2019).
- Metcalfe, J. Z., O’Donnell, M. R., Bangsberg, D. R. Moving Beyond Directly Observed Therapy for Tuberculosis. PLoS Medicine. 12 (9), 1001877 (2015).
