Leveraging the MS1 Dimension and Formula Prediction in Non-Targeted Analysis of PFAS using New FluoroMatch Algorithms: Assessing Confidence and Coverage

Postery | 2024 | Agilent Technologies | ASMSInstrumentace
LC/HRMS, LC/MS, LC/MS/MS, LC/TOF
Zaměření
Životní prostředí
Výrobce
Agilent Technologies

Význam tématu


Per- a polyfluoralkylové látky (PFAS) představují skupinu vysoce perzistentních chemikálií, které se hromadí v životním prostředí a organismech. Pro jejich detekci a identifikaci jsou klíčové pokročilé ne­cílené analytické přístupy, jež umožňují objevovat známé i dosud neznámé sloučeniny bez předběžných standardů.

Cíle a přehled studie


Cílem prezentované práce bylo otestovat nové algoritmy softwaru FluoroMatch pro komplexní ne­cílenou analýzu PFAS v suchých krevních kapsech. Autoři sledovali úplné pokrytí pracovní postupem, včetně převodu dat, výběru nejintezivnějších iontů v MS1, filtrace ve vazbě na blank vzorky a následné predikce sumární formule.

Použitá metodika


  • Extrakce PFAS ze vzorků zasušené kapky krve na papírové kartě a příslušné blank karty.
  • Sběr dat v režimech full-scan MS, DDA a IE-DDA pro MS/MS fragmentaci.
  • Automatizované zpracování v MZMine 4 a Profinder pro detekci hladin a filtraci blank.
  • Detekce homologních řad a hromadná anotace tříd PFAS na základě mass defect a retenčního času.
  • Predikce sumární formule z nejintenzivnějšího MS1 signálu s další filtrací dle atomových poměrů a nitrogen rule.

Použitá instrumentace


  • Hmotnostní spektrometr Agilent 6546 LC/Q-TOF.
  • Likvidní chromatografické oddělování s vysokým rozlišením (LC-HRMS).
  • Režimy MS/MS, Data Dependent Acquisition (DDA) a in-source IE-DDA.

Hlavní výsledky a diskuse


  • Z původních 112 detekovaných PFAS po blank filtraci zůstalo 18 sloučenin.
  • FluoroMatch identifikoval 13 PFAS, které unikly cílenému QqQ screeningovému přístupu.
  • Predikce sumární formule dosáhla 34 % správných přiřazení na prvním místě a 66 % v top-10 návrzích.
  • Při hledání homologních řad byla úspěšnost 100 % díky využití nejběžnějších CF2 motivů.
  • Interaktivní vizualizace (Kendrickovy hmotnostní defekty, chromatogramy, tabulky kandidátů) usnadňuje ověření a sdílení výsledků.

Přínosy a praktické využití metody


Automatizovaný workflow zvyšuje rychlost a konzistenci ne­cílených analýz PFAS. Predikce sumární formule poskytuje dodatečnou vrstvu důvěry pro slabé signály či sloučeniny bez kvalitního MS/MS. Interaktivní grafické prostředí usnadňuje interpretaci rozsáhlých dat a spolupráci mezi laboratořemi.

Budoucí trendy a možnosti využití


  • Rozšíření algoritmů na další perzistentní organické znečišťující látky.
  • Integrace s umělou inteligencí pro pokročilou klasifikaci struktur.
  • Validace workflow v různých maticích (voda, půda, biota) a multi-laboratorní studie.

Závěr


FluoroMatch Flow nabízí komplexní a automatizovaný přístup k ne­cílené analýze PFAS s vysokou spolehlivostí včetně predikce sumární formule. Metoda poskytuje širší pokrytí neznámých látek, zvyšuje důvěru při identifikaci a přispívá k rychlejšímu risk assessmentu PFAS v reálných vzorcích.

Reference


  • Lin EZ, Koelmel J, Rennie EE, et al. DOI: 10.1007/s00216-021-03392-7

Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.

PDF verze ke stažení a čtení
 

Podobná PDF

De Novo PFAS Annotation and Classification Using Highly Accurate Formula Prediction and Kaufmann Algorithms Embedded in FluoroMatchSuite
Non-Target PFAS Analysis in Dried Blood Spots Using the Agilent 6546 LC/Q-TOF with Profinder and FluoroMatch
FluoroMatch 3.0 – Automated PFAS Non-Targeted Analysis and Visualizations Applied to Mammalian Biofluids
Non-targeted analysis, interactive visualization, and online sharing of interactive LC-HRMS/MS data of polymers using a comprehensive software PolyMatch Suite