GC/MSD, Příprava vzorků, GC/IT
ZaměřeníPotraviny a zemědělství
VýrobceThermo Fisher Scientific
Význam tématu
Analýza reziduí pesticidů v potravinách je klíčová pro bezpečnost potravin, dodržování MRL (maximálních reziduálních limitů) a pro ochranu spotřebitelů. Moderní pesticidy jsou často nízkomolekulární a rychle se rozkládají v prostředí, což vyžaduje citlivé, selektivní a robustní postupy vzorkování, extrakce a detekce. Kombinace zjednodušené extrakce QuEChERS a hmotnostně spektrometrické detekce v režimu MSn nabízí rychlé stanovení více reziduí současně s vysokou selektivitou i při nízkých hladinách.
Cíle a přehled studie
Cílem studie bylo ověřit a optimalizovat modifikovaný postup QuEChERS pro rýži a následnou analýzu 33 běžných pesticidů pomocí GC spojeného s iontovým pastem (ITQ 700) v režimu MSn. Studie stanovila lineární oblasti, limity detekce a kvantifikace a ověřila přesnost a opakovatelnost metody prostřednictvím maticových spike testů a metodické validace.
Použitá metodika
Postup extrakce a přípravy vzorku (stručně):
- Vzorek: 15 g homogenizované rýže (při homogenizaci se přidává voda, aby se zajistila účinná extrakce).
- Extrahent: 15 mL acetonitrilu (MeCN) s 1 % kyselinou octovou; do extraktu se přidaly standardy a surrogate.
- Salting-out: přidání anhydr. CH3COONa a MgSO4 (přesné poměry dle QuEChERS) - rázné míchání, třepání a centrifugace.
- Clean-up: převod 11 mL MeCN horní fáze do tuby s adsorbenty (PSA, C18, MgSO4), promíchání a centrifugace.
- Solvent exchange: 5 mL očištěného extraktu vysušeno dusíkem při 40 °C, znovu rozpuštěno v hexan/aceton (9:1), přidán interní standard d10-parathion, konečná filtrace a transfer do vialky.
- Injekce: 2 µL surge splitless (surge pressure 250 kPa, splitless 0,5 min) do GC.
Klíčové instrumentalní parametry (souhrn):
- Chromatografie: Thermo Scientific FOCUS GC, kolona TRACE TR-527 (35 % diphenyl/65 % dimethylpolysiloxane), 0.25 mm × 30 m, film 0.25 µm + 5 m guard; konstantní průtok 1 mL/min; program řízení pece od 40 °C s několika rampami až na 290 °C (detaily programu v originálu).
- Injektor: SSL s 5 mm i.d. linerem, teplota 250 °C, surge splitless injekce pro redukci interakce sloučenin se stěnami linera.
- Detektor: Thermo Scientific ITQ 700 iontová past v režimu EI s možností MSn; použití MS/MS (CID) pro izolaci a fragmentaci prekurzorových iontů, skenování produktových iontů.
Použitá instrumentace
- GC: Thermo Scientific FOCUS GC.
- Kolona: TRACE TR-527, 0.25 mm × 30 m, 0.25 µm + 5 m guard.
- MS: Thermo Scientific ITQ 700 iontová past (EI, MSn).
- Autosampler: AS 3000 II (parametry vstřiku 2 µL, 5 plunger stroků, trojí oplachy apod.).
- Konzumovatelné a chemikálie: acetonitril analytické kvality, hexan, aceton, glacial acetic acid, MgSO4, PSA, C18, anhydrát CH3COONa, 2 mL a 15 mL centrifugační tuby, silanizované vialky, interní standard d10‑parathion.
Hlavní výsledky a diskuse
- Linearity: Kalibrační křivky připravené v matici pokrývaly rozsah jednotlivých sloučenin (1–1280 ng/g podle sloučeniny) a vykázaly vysokou linearitu s R2 > 0,995 pro všechny analyty (průměrné R2 ≈ 0,9993).
- Limity: Průměrný LOD vypočtený z 7 opakování na nízkých úrovních byl přibližně 9 ng/g v rýži; LOQ stanovené z SD × 10 dle použitého postupu (konkrétní hodnoty se lišily podle sloučeniny).
- Method validation (MVD): Pět replik maticových spike testů při 160, 320 a 480 ng/g dalo průměrnou návratnost 98 % s průměrným %RSD 5,9 %, což svědčí o dobré přesnosti a opakovatelnosti metody.
- Stability/injektor: Denní kontrola rozkladu endrinu a DDT ukázala méně než 5 % rozkladu, což indikuje dobrou inertnost vstřikovací cesty a minimalizuje častou údržbu.
- Selektivita: Režim MSn v iontové pasti významně zlepšil selektivitu a snižoval maticové interferentní ionty ve srovnání s jednoduchým SIM nebo full scan, což zvýšilo spolehlivost stanovení na nízkých hladinách.
Přínosy a praktické využití metody
Metoda kombinuje rychlost a jednoduchost QuEChERS s vysokou selektivitou GC‑MSn, což přináší několik praktických výhod:
- Rychlá příprava vzorku vhodná pro rutinní kontrolní laboratoře.
- Jedna analytická dávka umožňuje identifikaci, potvrzení a kvantifikaci až 33 pesticidů v matici rýže.
- Vysoká přesnost a reprodukovatelnost (průměrná návratnost ~98 %, %RSD ~6 %).
- Dostatečná citlivost pro dodržení mnoha národních a mezinárodních MRL (prům. LOD ~9 ng/g).
- MSn poskytuje dodatečnou potvrzovací úroveň, užitečnou při komplexních matricích a nízkých hladinách analyzovaných látek.
Budoucí trendy a možnosti využití
Možné směry rozvoje a aplikace této metodiky zahrnují:
- Rozšíření seznamu analyzovaných reziduí včetně polaritnějších či velmi termolabilních pesticidů s optimalizací přípravy vzorku a kolony.
- Přechod nebo doplnění analýzy o vysokorozlišovací MS (HRMS) pro neznámé residuální produkty a screening bez standardů.
- Automatizace QuEChERS kroků a solvent exchange pro vyšší propustnost laboratoře a snížení variability operátora.
- Další zlepšení clean‑up postupů (nové sorbenty, dispersive SPE) redukující maticové efekty zejména pro složitější potravinové matice.
- Adaptace metodiky pro více typů obilovin a potravinových matic s validací vůči místním MRL.
Závěr
Modifikovaná QuEChERS extrakce v kombinaci s GC‑iontovou pastí v režimu MSn poskytuje robustní, citlivý a selektivní přístup pro simultánní stanovení více pesticidů v rýži. Metoda dosahuje vynikající linearity, nízkých LOD/LOQ a velmi dobrých validačních parametrů (prům. návratnost ~98 %, %RSD ~5,9 %). Použití MSn výrazně zlepšuje schopnost potlačit maticové interference a zvyšuje jistotu identifikace a kvantifikace na úrovních relevantních pro kontrolu potravinové bezpečnosti.
Reference
- Lehotay, S. AOAC Official Method 2007.01 Pesticide Residues in Foods by Acetonitrile Extraction and Partitioning with Magnesium Sulfate. Journal of AOAC International, 90(2), 485–520 (2007).
- Okihashi, M. Rapid Method for the Determination of 180 Pesticide Residues in Foods by Gas Chromatography/Mass Spectrometry and Flame Photometric Detection. Journal Pesticide Science, 30(4), 368–377 (2005).
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.