Extractables, Leachables, and Contact Materials: The Invaluable Benefit of Ion Mobility-Enhanced Mass Spectrometry Libraries

Význam tématu

V současném výzkumu a kontrole jakosti produktů, které přicházejí do styku s potravinami, farmaceutiky či kosmetikou, představuje identifikace extrahovatelných a uvolnitelných látek (E&L) klíčovou součást zajištění bezpečnosti a souladu s legislativními požadavky. Vysoce specifické metody redukující falešně pozitivní výsledky umožňují přesnou detekci potenciálně škodlivých migrantů z obalových či kontaktních materiálů.

Cíle a přehled studie

Cílem studie bylo:

• Vytvořit knihovnu referenčních dat pro E&L standardy obsahující retenční časy, přesné hmotnosti prekurzorových a produktových iontů a kolizní průřezy (CCS) v režimech ES+ a ES-.
• Ověřit schopnost necileného screeningu s využitím UPLC-IM-MS knihovny na vzorcích potravinových komodit (pomerančový a rybízovo-jablečný sirup).
• Prokázat přínos iontové mobility pro zvýšení spolehlivosti identifikací v komplexních matricích.

Použitá metodika

Vzorky potravin byly naředěny 10:1 vodou a standardy E&L přidány do koncentrace 100 pg/µl. Separace byla prováděna na UPLC s Cortecs C18 kolonnou (2,1×100 mm, 1,6 µm) při 50 °C, mobilní fáze voda s 1 mM acetát-amonium/0,1 % kyseliny mravenčí (A) a methanol (B), gradient 10–100 % B, průtok 0,3 ml/min.
Analytická detekce byla realizována na high-resolution ion mobility Q-ToF MS (SYNAPT XS) v režimu HDMSE, m/z 50–1 200, s rampou kolizního napětí 20–50 eV a kalibrací CCS standardy.

Použitá instrumentace

• Waters ACQUITY UPLC I-Class System
• ACQUITY Cortecs C18 kolona, 2,1×100 mm, 1,6 µm
• SYNAPT XS High Resolution Mass Spectrometer s iontovou mobilitou
• UNIFI Scientific Information System pro zpracování dat

Hlavní výsledky a diskuse

Biobankování výsledků UPLC-IM-MS vedlo k úspěšné identifikaci všech přidaných E&L látek v obou matricích s následujícími parametry: Δtr < 0,1 min, přesnost hmotnosti < 5 ppm, počet produktových iontů 0–3 a odchylka CCS < 2 %.
Navíc byla detekována běžná kontaminace plastů (např. triphenylfosfát, Irgafos® 168) a přírodní složky potravin: triacetin v pomerančovém sirupu a D-sorbitol v rybízovo-jablečném sirupu. Uplatnění CCS hodnot umožnilo potvrdit identifikaci i v případech, kdy chyběly produktové ionty. V potvrdivém měření v režimu ES– se navíc objevily mastné kyseliny (elaidová, arachová), z nichž se prokázalo, že elevation signálu v pomerančovém vzorku souvisí s přítomností mastných kyselin z pomerančového komminuta.

Přínosy a praktické využití metody

• Snížení falešně pozitivních detekcí a zvýšení jistoty identifikace v komplexních vzorcích.
• Možnost retrospektivního vyhledávání nových látek díky plnému spektru a údajům CCS.
• Využití retenčního času, m/z a CCS v rutinních QA/QC aplikacích i regulatorních studiích.

Budoucí trendy a možnosti využití

Další rozvoj techniky iontové mobility směřuje k vyšším rozlišením (cyklická IMS) a rozšíření knihoven o nové třídní soubory, zejména isomerní lipidy a biodegradační produkty polymerů. Integrace strojového učení pro predikci CCS a automatizované vyhodnocování výsledků dále zrychlí screeningové workflow.

Závěr

Studie prokázala, že uplatnění UPLC-IM-MS databáze s kolizními průřezy významně zvyšuje selektivitu a spolehlivost detekce extrahovatelných a uvolnitelných látek v potravinových matricích. Vytvořená knihovna a ověřené workflow představují cenný nástroj pro necilený screening a monitoring bezpečnosti kontaktových materiálů.

Reference

1. Food and Drug Administration. Code of Federal Regulation Chapter 21. 2000.
2. Official Journal of the European Union. Regulation 1935/2004/EC. 2004.
3. Official Journal of the European Union. Regulation 2023/2006/EC. 2006.
4. Official Journal of the European Union. Regulation 10/2011/EU. 2011.
5. Official Journal of the European Union. Regulation 1907/2006/EC. 2006.
6. Official Journal of the European Union. Regulation 2009/49/EC. 2009.
7. Official Journal of the European Union. Directive 87/357/EEC. 1987.
8. Dzumana Z. et al. Multi-Analyte HPLC-HRMS Method for Control of Pesticide Residues, Mycotoxins. Anal. Chim. Acta. 2015;863:29–40.
9. Pérez-Ortega P. et al. Feasibility of UHPLC-HRMS Screening of Organic Contaminants in Food. Talanta. 2016;160:704–712.
10. Pérez-Ortega P. et al. Screening of Over 600 Pesticides, Veterinary Drugs… Food Anal. Methods. 2017;10:1216–1244.
11. Romero-González R. Food safety: How Analytical Chemists Ensure It. Anal. Methods. 2015;7:7193–7201.
12. Coscollà C. et al. Combined Target and Post-run Strategy for Pesticides in Ambient Air. J. Chromatogr. A. 2014;1368:132–142.
13. Sjerps R.M.A. et al. Suspect Screening LC-HRMS for Water Types. Water Res. 2016;93:254–264.
14. Pringle S.D. et al. Mobility Separation of Peptide and Protein Ions. Int. J. Mass Spectrom. 2014;26:1–12.
15. Giles K. et al. Travelling Wave-Based RF Only Ion Guide. Rapid Commun. Mass Spectrom. 2004;18:2401.
16. McCullagh M. et al. Ion Mobility MS for 6-C/8-C Glycosylflavone Isomers. Phytochem. Anal. 2019;30:1–13.
17. McCullagh M. et al. Complexity of Steviol Glycosides by IM-MS. Anal. Chem. 2018;90:4585–4595.
18. McCullagh M. Use of Ion Mobility MS to Profile Known–Unknowns in Medicinal Plants. Phytochem. Anal. 2019;30(4):1–13.
19. Goscinny S. et al. CCS Screening for Pesticide Identification. Rapid Commun. Mass Spectrom. 2019;33(S2):1–15.
20. Nye L.C. et al. Comparison of CCS via Direct Infusion and U(H)PLC-IM-MS in Rat Urine. J. Chromatogr. A. 2019;1602:386–396.
21. McCullagh M. et al. Profiling Passiflora Variants by LC-IM-MS. Talanta. 2021;221:121311.
22. Righetti L. et al. Interlaboratory Reproducibility of CCS for Mycotoxins. J. Agric. Food Chem. 2020;68(39):10937–10943.
23. Goshawk J. et al. Workflow for Automatic MS Library Creation in UNIFI. Waters White Paper 2020.
24. Yang Y. et al. UV Degradation of Irgafos 168 from Polypropylene. J. Agric. Food Chem. 2016;64(41):7866–7873.
25. Hermabessiere L. et al. Irgafos® 168 Ubiquity and Leaching Study. Sci. Total Environ. 2020;749:141651.
26. Jungmin L. Sorbitol in Rubus Fruit. Food Chem. 2015;166:616–622.
27. Cheng Y.Y., Yu J.Z. Minimizing Plastic Labware Contamination in FA Quantification. Atmosphere. 2020;11(10):1120.
28. Nordby H.E., Nagy S. Fatty Acid Profiles of Orange Juice Lipids. Phytochemistry. 1971;10(3):615–619.
29. Lamine M. et al. Authentication of Citrus Fruits by FA Profiling. J. Food Meas. Charact. 2019;13(3):2211–2217.
30. Khan F.A. et al. GC-MS Analysis of Sour and Sweet Orange Peel Oils. Life Sci. J. 2013;10(10s):205–209.