Příprava vzorků, HPLC
ZaměřeníŽivotní prostředí
VýrobceThermo Fisher Scientific
Význam tématu
Modré-zelené řasy (cyanobakterie) často kontaminují zdroje pitné a povrchové vody produkcí vysoce toxických cyklických peptidů – mikrocystinů. I nízké koncentrace mikrocystinů (řádově jednotky ng/ml) představují riziko pro lidské zdraví, zejména pro jaterní tkáň a jsou spojovány s karcinogenními účinky. Světová zdravotnická organizace (WHO) proto stanovila maximální přípustnou hladinu 1 μg/l pro mikrocystin-LR v pitné vodě.
Cíle a přehled studie / článku
Cílem studie bylo vyvinout a validovat citlivou, selektivní a plně automatizovanou metodu pro simultánní stanovení tří nejčastějších mikrocystinů (LR, RR, YR) v pitné, kohoutkové a jezerní vodě. Autoři porovnali klasickou on-line SPE chromatografii a novou target-cut on-line SPE technologii spojenou s HPLC-UV detekcí pro vylepšení odstranění interferencí a zvýšení citlivosti.
Použitá metodika
Metoda využívá dva chromatografické moduly ve spojení s jedním cíleným „target-cut“ procesem on-line SPE:
- SPE krok (prekoncentrace): pórovitá polar-embedded fáze Acclaim PolarAdvantage II (3×33 mm) eluuje analyty gradientem organického rozpouštědla a pufru.
- Target-cut princip: selektivní přepojení SPE kolony do analytického proudu právě v okamžiku, kdy jsou analyty spolu s minimem látek rušících přeneseny do analytické fáze.
- Analytická separace: stejný typ kolony (3×150 mm) oddělí tři mikrocystiny v kyselé fázi (0,05 % kyseliny fosforečné) na detekci při 240 nm UV.
Použitá instrumentace
- HPLC systém Thermo Scientific UltiMate 3000 Dual Gradient Standard LC
- Moduly: SRD-3600 solventní a odplyňovací jednotka, DGP-3600 pumpa, WPS-3000 autosampler a TCC-3200 kolona komora
- Detektor: VWD-3400RS UV detektor, 240 nm, 2,5 μl kyveta
- Řídící software: Chromeleon Chromatography Data System
Hlavní výsledky a diskuse
Optimalizace mobilních fází pH pro SPE (pH ~6,0) a separaci (pH ~2,2) spolu s nastavením teploty kolony na 40 °C zajistila dostatečné rozlišení YR a LR. Volba krátké SPE kolony 3×33 mm minimalizovala přenos interferencí a udržela dobrý tvar piků. Metoda prokázala lineární odezvu v rozsahu 0,1–10 μg/l (r>0,994) a detekční limity MDL ~0,028 μg/l pro všechny analyty. Mezery ve valve-switching časech byly přesně stanoveny pomocí výpočtů a experimentální kalibrace.
Přínosy a praktické využití metody
- Plně automatizovaná on-line extrakce a HPLC analýza bez zásahu operátora
- Vysoká selektivita díky target-cut přepojení, účinnější odstraňování interferencí
- Citlivost přiměřená požadavkům WHO pro pitnou vodu
- Široké využití v monitorování kvality vody v laboratořích QA/QC a výzkumu
Budoucí trendy a možnosti využití
Metoda lze modifikovat pro další toxiny cyanobakterií a produkty metabolismu řas. Integrace s hmotnostní spektrometrií (LC-MS) může dále zvýšit selektivitu identifikace. Vývoj robustnějších imunoafinitních nosičů a automatizovaných mikrofluidních systémů by mohl zkrátit dobu analýzy a snížit spotřebu chemikálií. Využití umělé inteligence pro optimalizaci gradientů a prediktivní údržbu systému přispěje k další digitalizaci analytických procesů.
Závěr
Target-cut on-line SPE v kombinaci s HPLC-UV nabízí citlivý, selektivní a automatizovaný postup pro stanovení mikrocystinů LR, RR a YR v různých typech vod. Výsledná metoda splňuje přísné limity WHO, zajišťuje vysoké recovery (92–110 %) a je vhodná pro rutinní analýzy kvality vod v praxi.
Reference
1. Cyanobacterial Toxins: Microcystin-LR in Drinking-Water; Background Document for Development of WHO Guidelines for Drinking-Water Quality, WHO, 2003.
2. Lee H.S. et al., J. Chromatogr. A 1999, 848, 179.
3. Aguete E.C. et al., Talanta 2003, 59, 697.
4. Kondo F. et al., Toxicon 2000, 38, 813.
5. Tsutsumi T. et al., Food Chem. Toxicol. 2000, 38, 593.
6. Thermo Fisher Scientific, Chromatography for Foods and Beverages Vitamin and Antioxidant Applications Notebook, Chapter 10.
7. Thermo Fisher Scientific, Determination of Water- and Fat-Soluble Vitamins by HPLC, TN72488, 2017.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.