GC/MSD, GC/MS/MS, GC/QQQ, LC/MS, LC/MS/MS, LC/QQQ
ZaměřeníPotraviny a zemědělství
VýrobceWaters
Víceúčelová analýza reziduí pesticidů v potravních matricích pomocí GC/MS/MS a LC/MS/MS
Význam tématu
Vzhledem k vysokému počtu používaných pesticidů a přísným legislativním limitům reziduí v potravinách je nutné vyvíjet citlivé a selektivní metody pro současné stanovení stovek látek v komplexních matricích. Známá heterogenita chemických vlastností pesticidů (polární až nepolární, teplotně stabilní i nestabilní) a různorodost potravinových vzorků (ovoce, zelenina, bylinné čaje, koření, tabák, sušené ovoce) klade vysoké nároky na analytickou přesnost, citlivost a průchodnost laboratoří.
Cíle a přehled studie
Hlavním cílem bylo vyvinout rychlou multi-reziduální metodu pro simultánní stanovení až 100 pesticidů s limitem detekce okolo 0,01 mg/kg (10 ppb) a cyklem analýzy pod 45 min pro GC/MS/MS a pod 15 min pro UPLC/MS/MS. Studie představuje dvě hlavní platformy: GC/MS/MS na bázi Quattro micro pro komplexní potravní matrice a UPLC/MS/MS s Quattro Premier API a ACQUITY UPLC pro rostoucí průchodnost a zkrácení doby analýzy.
Použitá metodika a instrumentace
- GC/MS/MS: Quattro micro s triplekvadrupólovou detekcí, PTV injektor chlazený kryogenně, DB-5MS kolona (30 m × 0,25 mm, 0,25 µm), helium 1,0 mL/min, program teplot: 50 °C → 280 °C do 37 min.
- LC/MS/MS: ACQUITY UPLC (BEH C18, 2,1 × 100 mm, 1,7 µm), gradient metanolu s 5 mM NH4OAc, průtok 450 µL/min, injekce 20 µL, kolona 40 °C; detekce Quattro Premier API ve formách ES+ a ES-, MRM režim s 26 časovými okny.
- Extrační postup: homogenizace vzorku (ovoce, byliny, koření, tabák, sušené hrozny), extrakce ethylacetátem (GC) nebo vodou/methanolem (LC), disperzní SPE (PSA + grafitový uhlík), následná koncentrace a rekonstituce v vhodném rozpouštědle.
- Datová analýza: software TargetLynx pro zpracování MRM dat, vyhodnocení kvality kalibrací, kontrola RT, S/N, linarity, reportování pod a nad MRL.
Hlavní výsledky a diskuse
- GC/MS/MS dosáhlo citlivosti pod 10 ppb pro většinu ze 100 analyzovaných pesticidů, s potvrzením pomocí sekundární MRM trasi pro vybrané sloučeniny.
- Detekční limity (3× S/N) se pohybovaly v rozmezí 0,002–0,1 pg/µL, lineární odezva (r2 > 0,995) až do 500 pg/µL.
- UPLC/MS/MS zkrátilo dobu analýzy na 14,5 min při 100 reziduích, zlepšilo chromatografické rozlišení (peak width až 0,11 min) a zvýšilo citlivost až 5× ve srovnání s HPLC.
- Vrstvené časové okna MRM a rychlé přepínání ES+/ES- ionizace umožnily kvantifikaci i nízkomolekulárních a polárních pesticidů v jedné běhu.
- Matrixové testy (hrozny, kojenecké příkrmy, bylinné čaje, koření, tabák, ginko, cannabis) potvrdily přesnost (85–99 % detekce spikovaných reziduí) a robustnost metody vůči složitým interferencím.
Přínosy a praktické využití metody
- Univerzální platforma pro kontrolu reziduí pesticidů ve veřejném i soukromém sektoru (regulační orgány, potravinářský průmysl, výzkumné laboratoře).
- Zvýšená průchodnost díky zkráceným dobám analýzy a omezené přípravě vzorku šetří čas i náklady.
- Modulární uspořádání MRM oken a TargetLynx zajišťuje účinnou správu dat, snadnou validaci a rychlé generování reportů v souladu s MRL.
Budoucí trendy a možnosti využití
- Integrace vysokorozlišené MS (ToF, Orbitrap) s MRM přístupy pro rozšíření analyzovatelného spektra sloučenin.
- Automatizace přípravy vzorku (online SPE, robotické stanovení) pro vysokoproduktní screening.
- Implementace strojového učení v datové analýze pro predikci interferencí a optimalizaci MRM oken.
- Rozšíření metod na biologické ani toxické rezidua (mykotoxiny, veterinární léčiva) v segmentu potravin a krmiv.
Závěr
Prezentované GC/MS/MS a UPLC/MS/MS multi-reziduální metody s využitím triplekvadrupólové detekce a sofistikovaného časového uspořádání MRM oken umožňují spolehlivé a citlivé stanovení stovek pesticidů v různorodých potravních a přírodních matricích. Dosažené limity detekce, rychlost analýzy a automatizovaná datová správa představují efektivní nástroj pro rutinní monitoring reziduí pesticidů v souladu s legislativou.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.