Comprehensive non-targeted workflow for confident identification of perfluoroalkyl substances (PFAS)

Význam tématu

PFAS představují třídu vysoce perzistentních a bioakumulativních látek, které jsou široce rozšířeny v životním prostředí a vyvolávají značné toxikologické obavy. Tradiční cílené metody analýzy PFAS jsou omezené na látky s dostupnými standardy, zatímco stovky až tisíce jejich nových derivátů a transformačních produktů zůstávají neznámé. Netradiční neřízené workflow pro jejich detekci a spolehlivou identifikaci je proto klíčové pro posouzení skutečného znečištění a pro účinné řízení remediace.

Cíle a přehled studie

Cílem studie bylo představit komplexní neřízené workflow pro analýzu PFAS, kombinující vysoce přesné a vysoce rozlišené HRAM data získaná na Orbitrap Exploris 240 s automatizovanou analýzou a vizualizací v Compound Discoverer 3.4.

Testované vzorky:

• Vzorek A – směs referenčních PFAS standardů ve vodném methanolu.
• Vzorek B – směs dvou AFFF formulací (elektrochemická a fluorotelomerizační) v methanolu.
• Vzorek C – extrakt z AFFF kontaminované půdy připravený ultrazvukovou extrakcí a koncentrováním.

Použitá metodika a instrumentace

Chromatografie: UHPLC Vanquish Flex s PEEK komponentami a delay column k redukci pozadí PFAS.
Mass spectrometrie: Thermo Scientific Orbitrap Exploris 240 s EASY-IC interním kalibrátorem, režim Full Scan + data-dependent ddMS2, rozlišení MS1 240 000 FWHM při m/z 200, HCD fragmentace.
Software: Compound Discoverer 3.4; využité databáze:

• mzCloud advanced MSn pro PFAS spektra
• NIST 2023 Tandem Mass Spectral Library
• Suspect List NIST, EPA PFAS Structure List
• Duke University in silico PFAS spectral library
• FluoroMatch PFAS fragment database

Hlavní výsledky a diskuse

Workflow umožnilo detekovat více než 250 PFAS v analyzovaných vzorcích a automaticky přiřadit Schymanskiho konfidenční úrovně 1–4. Díky HRAM datům a kompletnímu souboru knihoven bylo dosaženo:

• Úroveň 2 (spektrální knihovny) pro více než 120 PFAS v mzCloud a NIST.
• Úroveň 3 rozšířením o in silico spektra a fragmenty z FluoroMatch.
• Přesné určení empirických sumárních vzorců díky jemným izotopovým vzorcům (15N, 33S).

Statistické nástroje (PCA, diferenční analýza) odhalily výrazné rozdíly mezi vzorky B a C. Mass defect a Orthogonal MS1 plány vizualizují homologické série, molekulové sítě ukázaly strukturově příbuzné klastry PFAS (např. perfluorokarboxyláty, sulfonáty, sulfonamidy).

Přínosy a praktické využití metody

Navržené neřízené workflow nabízí:

• Rychlou a konzistentní identifikaci stovek PFAS bez potřeby referenčních standardů.
• Jasné přiřazení konfidenčních úrovní pro regulatorní i výzkumné účely.
• Nástroje pro fingerprinting zdrojů kontaminace a podporu rozhodování o remediaci.
• Přenositelnost do dalších oblastí (potravinářská analýza, toxikologie, QA/QC).

Budoucí trendy a možnosti využití

Očekává se rozšíření knihoven a in silico spekter, integrace strojového učení pro prioritizaci neznámých PFAS, real-time screening a širší adopce v regulacích. Metoda lze aplikovat na další matice (potraviny, farmaceutika, biologické vzorky) pro komplexní sledování per- a polyfunkčních sloučenin.

Závěr

Popsané spojení HRAM Orbitrap Exploris 240 a automatizace v Compound Discoverer 3.4 poskytuje robustní a ucelený rámec pro neřízenou identifikaci PFAS. Workflow zvyšuje konzistenci a důvěryhodnost výsledků, umožňuje široký přehled nad stovkami známých i nových PFAS a podporuje praktickou aplikaci v environmentální i průmyslové analytice.

Reference

1. Schymanski EL et al. Identifying Small Molecules via High Resolution Mass Spectrometry: Communicating Confidence. Environ. Sci. Technol. 2014, 48, 2097–2098.
2. Wang Z et al. A new OECD Definition of Per- and Polyfluoroalkyl Substances. Environ. Sci. Technol. 2021, 55(23), 15575–15578.
3. BP4NTA Best Practices for Non-Targeted Analysis. 2025.
4. Charbonnet JA et al. Communicating Confidence of Per- and Polyfluoroalkyl Substance Identification via High-Resolution Mass Spectrometry. Environ. Sci. Technol. Lett. 2022, 9, 473–481.
5. Place BJ et al. Per- and Polyfluoroalkyl Substances – Non-Targeted Analysis Interlaboratory Study Final Report. NIST IR 8544. 2024.
6. Kaufman A et al. Simplifying Nontargeted Analysis of PFAS in Complex Food Matrixes. J. AOAC Int. 2022, 105(5), 1280–1287.
7. Getzinger GJ et al. Structure Database and In Silico Spectral Library for Comprehensive Suspect Screening of PFASs in Environmental Media. Anal. Chem. 2021, 93(5), 2820–2827.
8. Innovative Omics. FluoroMatch – Covers entire non-targeted PFAS workflow. 2025.
9. Zweigle J et al. Efficient PFAS prioritization in non-target HRMS data: systematic evaluation of the novel MD/C-m/C approach. Anal Bioanal Chem. 2023, 415(10), 1791–1801.
10. Houtz EF et al. Persistence of perfluoroalkyl acid precursors in AFFF-impacted groundwater and soil. Environ. Sci. Technol. 2013, 47, 8187–8195.
11. Hu J et al. Comprehensive Screening of PFAS in Food Contact Materials: Combustion Ion Chromatography for Total Organic Fluorine Analysis. J AOAC Int. 2025.