ANALYSIS OF FIRE DEBRIS SAMPLES BY GAS CHROMATOGRAPHYMASS SPECTROMETRY AND CHEMOMETRICS

Význam tématu

V posledních letech se zvyšuje využití bio­paliv jako podpůrných látek při žhářských útocích. Analytická identifikace těchto složek v požárem poškozeném materiálu je klíčová pro forenzní praxi a objasňování místa a příčiny požáru.

Cíle a přehled studie

Cílem této studie bylo porovnat vzorky tradiční nafty a biodieselu získané z kapalných injekcí i spáleného textilu. Hlavním úkolem bylo ukázat, jak chemometrie v softwaru Agilent Mass Profiler Professional (MPP) zvyšuje schopnost rozlišit velmi podobné chromatogramy a odhalit charakteristické molekuly.

Použitá metodika a instrumentace

• SPME s vláknem DVB/Carboxen/PDMS (20 mm) pro extrakci těkavých složek z hlavy vzorku.
• Gas chromatography – Agilent 7890B.
• Mass spectrometry – Agilent MSD 5975B.
• Automatizace – Gerstel MPS XT s agitátorem a SPME kapacitou.
• Analytické poměry – opakované injekce kapalných vzorků i headspace SPME, pročišťovací blank vzorky.
• Softwarová analýza – Mass Hunter Unknowns Analysis pro dekonvoluci signálů a export CEF souborů do Agilent MPP.

Hlavní výsledky a diskuse

Analýza dat v MPP zahrnovala seskupování, filtry podle množství, RT a hmoty, zarovnání, testy významnosti a fold-change. Volcano plot identifikoval statisticky odlišné mastné kyseliny methyl estery (FAME) jako hexadekanová, oktadecenoová, stearát a další. PCA vizualizace jasně oddělila kapalné vzorky nafta vs. biodiesel do dvou shluků. EIC chromatogramy potvrdily odlišnosti intenzity klíčových FAME složek.
SPME-GC-MS analýza spáleného textilu prokázala přítomnost methyl palmitate a methyl stearate v nižších koncentracích, což potvrdilo použití biodieselu jako podporé hořlaviny.

Přínosy a praktické využití metody

• Vysoká citlivost a selektivita chemometrického přístupu při forenzní detekci paliv.
• Možnost rychlého rozlišení podobných vzorků s minimálními rozdíly v chromatogramech.
• Úspora času při vyhodnocení silně komplexních dat díky automatizované statistické analýze.
• Aplikovatelnost na kapalné i pevné spálené vzorky v reálných případových scénářích.

Budoucí trendy a možnosti využití

• Rozšíření chemometrických modelů o algoritmy strojového učení pro vyšší přesnost klasifikace.
• Integrace mobilních GC-MS systémů pro rychlé nasazení přímo na místě požáru.
• Testování dalších typů alternativních paliv a směsí pro komplexnější forenzní databáze.
• Automatizované reportování a cloudová řešení pro sdílení výsledků a databází napříč laboratořemi.

Závěr

Studie ukazuje, že spojení GC-MS a pokročilé chemometrie umožňuje spolehlivě rozlišit tradiční naftu a biodiesel ve vzorcích zkoumaných kapalnou injekcí i SPME. Statistické nástroje v Agilent MPP dramaticky zvyšují citlivost detekce malých rozdílů v komplexních vzorcích, což je klíčové pro forenzní identifikaci podpůrných látek v případě požárů.

Reference

Nenalezena žádná explicitně uvedená literatura.