Příprava vzorků
ZaměřeníŽivotní prostředí
VýrobceThermo Fisher Scientific
Význam tématu
Per- and polyfluoroalkyl substances (PFAS) představují skupinu vysoko perzistentních a potenciálně toxických sloučenin používaných v průmyslu. Jejich přítomnost v pitné vodě je pod přísným regulačním dohledem kvůli riziku kontaminace a vlivu na lidské zdraví. Spolehlivá a citlivá metoda přípravy vzorku je klíčová pro splnění nízkých limitů detekce stanovených mezinárodními normami.
Cíle a přehled studie
Cílem této práce je ukázat výkon automatizovaného postupu disperzivní kapalina-kapalina mikroextrakce (DLLME) pro přípravu vzorků pitné vody před stanovením PFAS. Extrakce byla automatizována na stanici Thermo Scientific™ TriPlus™ RSH SMART a následně sledována LC-MS/MS a vysokorozlišovací HRAM MS technologií. Studie cílí na 56 cílových PFAS a porovnává výsledky s tradičními SPE postupy.
Použitá instrumentace
- Thermo Scientific™ TriPlus™ RSH SMART autosampler s modulem vortex, odstřeďovačkou, zásobníkem pro rozpouštědla a systémy automatické výměny nástrojů
- Thermo Scientific™ Vanquish™ Flex HPLC systém
- Thermo Scientific™ Orbitrap Exploris™ 240 hmotnostní spektrometr
- Chromeleon™ 7.3.2 Chromatography Data System pro řízení automatizace a zpracování dat
Použitá metodika
Pro každý vzorek (15 mL pitné vody) se nejprve přidá kyselina pro úpravu pH a směs stabilizovaných vnitřních standardů (22 izotopově značených PFAS). Automatizovaný DLLME protokol zahrnuje:
- Injekci dispergačního a extrakčního rozpouštědla pro vytvoření mléčné emulze
- Vortexování a odstředění k oddělení organické fáze
- Opakovanou extrakci s rozpouštědlem vyšší hustoty
- Přenos koncentrované organické fáze do mikro-vialu
Hlavní výsledky a diskuse
Metoda prokázala:
- Lineární rozsah 0,1–100 ng/L (u většiny PFAS R² > 0,99)
- Mezní kvantifikace (LOQ) 0,1–1 ng/L s přesností a opakovatelností < 30 % RSD
- Inter- a intra-denní přesnost < 30 % chyby, stabilita vzorků po 12–24 h při 20–25 °C v rámci akceptačních mezí
- Minimální mezikompatibilní kontaminace (< 5 % pro interní standardy, < 20 % pro většinu cílových PFAS)
Přínosy a praktické využití metody
- Vysoká citlivost a velký prekoncentrační faktor umožňují splnit náročné regulační limity
- Snížené použití organických rozpouštědel a malý objem vzorku vedou k ekologičtějšímu a ekonomičtějšímu provozu
- Plná automatizace zvyšuje laboratorní průchodnost (54 vzorků za ~9 min vzorek) a eliminuje manuální chyby
- Univerzální postup lze použít jak pro LC-MS, tak upraveně pro GC-MS stanovení PFAS
Budoucí trendy a možnosti využití
Očekává se další rozšíření DLLME k přípravě vzorků z různých matrik (odpadní vody, sedimenty) a integrace s novými vysokorozlišovacími MS platformami. Vývoj zelených rozpouštědel a miniaturizovaných systémů může dále snížit environmentální dopad a zvýšit citlivost stanovení.
Závěr
Automatizovaná DLLME na platformě TriPlus RSH SMART představuje rychlý, robustní a ekonomický přístup k přípravě vzorků pitné vody pro analýzu PFAS. Metoda dosahuje požadované citlivosti, reprodukovatelnosti a splňuje požadavky současných i budoucích regulačních norem.
Reference
- Thermo Fisher Scientific. Direct injection of drinking water for the analysis of 54 PFAS compounds by LC-MS/MS aligned with current and evolving global regulations. Application Note 002902.
- Thermo Fisher Scientific. Determination of per- and polyfluorinated alkyl substances in drinking water using automated solid-phase extraction and LC-MS/MS for U.S. EPA Method 533. Application Note 73883.
- Thermo Fisher Scientific. Determination of per- and polyfluorinated alkyl substances in drinking water using automated solid-phase extraction and LC-MS/MS. Application Note 73346.
- Sanan T. et al. Analysis of per- and polyfluorinated alkyl substances in sub-sampled water matrices with online solid phase extraction/isotope dilution tandem mass spectrometry. J. Chromatogr. A. 2020, 1626.
- Rezaee M. et al. Determination of organic compounds in water using dispersive liquid–liquid microextraction. J. Chromatogr. A. 2006, 1116.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.