LC/MS, LC/MS/MS, LC/TOF, LC/HRMS, Iontová mobilita
ZaměřeníŽivotní prostředí
VýrobceWaters
Význam tématu
Per- a polyfluorované alkylované látky (PFAS) představují persistentní environmentální kontaminanty s vynikající stabilitou díky silným vazbám uhlík–fluor. Jejich široké použití a odolnost vůči degradaci vedly k problému „věčných chemikálií“, které ohrožují vodní ekosystémy i lidské zdraví.
Cíle a přehled studie
Cílem studie je demonstrovat využití LC-HRMS spojeného s iontovou mobilitou (IMS) pro netargetovanou analýzu PFAS ve vodních vzorcích. Kombinace rychlé chromatografie, vysokého rozlišení a IMS zvyšuje počet detekovaných signálů a umožňuje objev nových či neočekávaných PFAS ve složitých matricích.
Použitá instrumentace
- ACQUITY UPLC I-Class PLUS systém s PFAS kitem
- SELECT SERIES Cyclic IMS hmotnostní spektrometr
- MassLynx software pro akvizici dat
- UNIFI aplikace v rámci waters_connect pro zpracování dat
Použitá metodika
Vzorky povrchových a odpadních vod připravené dle EPA metody 1633 byly analyzovány pomocí Atlantis Premier BEH C18 AX kolony za gradientní eluce. Iontová mobilita (single pass) byla optimalizována pro PFAS ve spojení s HDMSE akvizicí, která zaznamenává přesnou hmotnost, fragmentační spektra a drift time. Datové zpracování zahrnovalo screening proti rozsáhlé PFAS knihovně, teorií generované vzorky a filtraci signálů podle m/z versus drift time pro selekci polyfluorovaných iontů.
Hlavní výsledky a diskuse
- Identifikace známých PFAS (PFSAs, PFCAs, FTS) na základě přesné hmotnosti, retenčního času, diagnostických fragmentů a kolizního průřezu (CCS).
- Vylepšené čištění spekter díky synchronizaci drift time fragmentů s precursor ionty zlepšilo strukturální eluci a zvýšilo jistotu identifikace.
- Netargetovaný screening odhalil nové PFAS jako N-methyl perfluorobutansulfonamidooctanovou kyselinu (MeFBSAA) a homologické řady (MeFPrSAA, MeFPeSAA, MeFHxSAA), potvrzené diagnostickými neutral losses a lineárním vztahem CCS vůči m/z.
- Filtrace podle drift time a m/z redukovala počet kandidátů z tisíců na stovky a usnadnila cílenou kontrolu signálů.
Přínosy a praktické využití metody
- Dodatečná IMS dimenze zvyšuje kapacitu separace a jistotu identifikace.
- Automatizovaný workflow v UNIFI umožňuje rychlou detekci a charakterizaci známých i neznámých PFAS.
- Možnost screenovat stovky až tisíce potenciálních PFAS ve složitých vzorcích v jedné injekci.
Budoucí trendy a možnosti využití
Další rozvoj knihoven kolizních průřezů a strukturálních vzorů PFAS, rozšíření aplikace strojového učení pro priorizaci kandidátů a integrace s dalšími technikami (např. GC-IMS-MS) umožní ještě efektivnější odhalování stopových fluorovaných kontaminantů.
Závěr
Kombinace LC-IMS-HRMS se screeningovými nástroji nabízí silný přístup pro netargetovanou analýzu PFAS. Přidaná hodnota IMS dimenze ve formě CCS zvyšuje spolehlivost identifikací a podporuje objev nových per- a polyfluorovaných látek v environmentálních vzorcích.
Reference
- Schymanski E. et al. Per- and Polyfluoroalkyl substances (PFAS) in PubChem: 7 Million and Growing. Environ. Sci. Technol. 2023,57(44):16918–16928.
- US EPA. CompTox Chemicals Dashboard, PFAS Structures in DSSTox (srpen 2022).
- US EPA. Analysis of PFAS in Aqueous, Solid, Biosolids, and Tissue Samples by LC-MS/MS. leden 2024.
- ASTM D8421–22. Standard Test Method for Determination of PFAS in Aqueous Matrices by LC/MS/MS. ASTM International, 2022.
- Liu Y. et al. HRMS methods for non-target discovery and characterization of PFAS. Trends Anal Chem 2019,115420.
- McCullagh M. et al. Determination and Characterization of PFAS by UPLC IMS MS. Waters App Note 2014.
- Dodds J.N. et al. Rapid Characterization of PFAS by IMS-MS. Anal Chem 2020,92(6):4427–4435.
- Organtini K.L. et al. Analysis of PFAS podle EPA 1633 Part 2. Waters App Note 2023.
- Twohig M. et al. Non-Targeted Analyses of PFAS in Environmental Samples. Waters App Note 2021.
- Charbonnet J.A. et al. Confidence of PFAS Identification via HRMS. Environ Sci Technol Lett 2022,9:473–481.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.