GC/MSD, GC/HRMS, GC/TOF
ZaměřeníŽivotní prostředí, Potraviny a zemědělství, Forenzní analýza a toxikologie, Průmysl a chemie, Klinická analýza
VýrobceLECO
Význam tématu
V současném analytickém výzkumu a praxi je častým úkolem identifikace neznámých sloučenin v komplexních matricích jako jsou forenzní stopy, ropné produkty, potraviny, environmentální vzorky nebo biologické tekutiny. Tradiční přístupy často narážejí na omezení v selektivitě, citlivosti a spolehlivosti při odhalování stopových nebo nově syntetizovaných látek. Vysokorozlišovací GC–HR-TOF MS (gas chromatography–high resolution time of flight mass spectrometry) s kombinací elektronové ionizace (EI) a chemické ionizace (CI) představuje pokročilý nástroj, který umožňuje přesnou měření hmotnostních přesností pod 1 ppm a rozlišení až 50 000. Díky tomu je možné získat bohatá data (AIC, XIC, hromadné spektrální informace) z jediného injektu a dosáhnout vysoké míry jistoty při identifikaci neznámých sloučenin.
Cíle a přehled studie / článku
Cílem předložené studie je představit celkový postup (workflow) pro bezpečnou a opakovatelnou identifikaci neznámých látek v různorodých vzorcích. Autoři demonstrují výhody kombinace EI-HRT a CI-HRT, využití dekonvolučních algoritmů High Resolution Deconvolution™ (HRD™) a analytických nástrojů v prostředí ChromaTOF-HRT a dalších softwarových řešeních pro rychlé vyhledávání v databázích (NIST, Wiley, ChemSpider) a návrh struktur.
Použitá metodika a instrumentace
Všechna měření byla prováděna na systému Pegasus GC-HRT (LECO Corporation) vybaveném kapalinovou chromatografií pro separaci komplexních směsí. K ionizaci sloužily dvě komplementární techniky:
- EI-HRT (electron impact high resolution) pro získání fragmentačních vzorců a porovnání se spektrálními databázemi
- CI-HRT (chemical ionization high resolution) pro potvrzení molekulárních iontů a aduktů
Hlavní výsledky a diskuse
Studie obsahuje ukázky z pěti aplikačních oblastí:
- Forenzní vzorky: odhalení nového syntetického kanabinoidu XLR-11 a jeho izomeru pomocí dekonvoluovaných EI-HRT spekter a potvrzení molekulární hmotnosti CI-HRT.
- Ropné produkty: analýza Nigerian Light Crude Oil s detekcí polyaromatických uhlovodíků a oxygenovaných derivátů; Kendrickovy defektové diagramy umožnily rychlou filtraci a třídění složek.
- Potravinářské extrakty: identifikace plastifikačních látek Kodaflex TXIB a TMPTA v materiálech na potravinové obaly kombinací spektroskopických zápasů a výpočtů vzorců.
- Environmentalní vzorky: charakterizace heterocyklických amidů, nitrilů a dalších dusíkatých sloučenin z odpadních vod biomasových zdrojů, včetně neznámé sloučeniny.
- Biologické matrix: profiling metabolitů v lidské séru (kreatininu, aminokyselin, mastných kyselin) s vysokou přesností měření a potvrzením aduktů CI-HRT.
Přínosy a praktické využití metody
Navržené workflow nabízí:
- Univerzální přístup pro různé analytické disciplíny (forenzie, ropné produkty, potravinářství, životní prostředí, biochemie).
- Vysokou citlivost a selektivitu díky kombinaci EI a CI ionizace.
- Rychlé filtrování komplexních datových sad pomocí dekonvoluce a vizualizačních nástrojů (Kendrickovy defekty, AIC, XIC).
- Snížení chybovosti identifikace prostřednictvím přísné kontroly hmotnostní přesnosti a retrospektivního vyhledávání v databázích.
Budoucí trendy a možnosti využití
Očekávaný další rozvoj zahrnuje:
- Integraci strojového učení a umělé inteligence pro automatizované přiřazování struktur.
- Rozšiřování a propojování masových databází a online reaktivních referencí.
- Online coupling s dalšími technikami (např. LC, IMS) pro multidimenzionální separace.
- Miniaturizaci detekčních systémů pro v terénu využitelné přenosné analyzátory.
Závěr
Prezentované workflow využívající GC–HRT s kombinací EI a CI ionizace společně s pokročilou dekonvolucí a vizualizačními nástroji výrazně zvyšuje spolehlivost a šíři aplikací při identifikaci neznámých sloučenin v nejrůznějších matricech. Díky vynikající hmotnostní přesnosti a komplexitě získaných dat umožňuje cílené, retrospektivní i nekonvenční průzkumy složitých směsí, což nachází široké uplatnění v moderních analytických laboratořích.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.