Moving beyond monitoring legacy per and polyfluoroalkyl substances PFAS screening strategies for the growing list
Postery | 2019 | Agilent TechnologiesInstrumentace
Per- a polyfluorované alkylové látky (PFAS) jsou široce využívané díky své chemické a tepelné odolnosti. Jejich perzistence, bioakumulace a šíření do vodního i půdního prostředí představují významné riziko pro ekosystémy a lidské zdraví, což vyvolává potřebu spolehlivého monitoringu jak stávajících, tak nových PFAS.
Studie se zaměřuje na vývoj analytické metody kombinující cílenou kvantifikaci běžně sledovaných PFAS a nekonvenční screening podezřelých prekurzorů v jediném běhu. Klíčové cíle zahrnují rozšíření schopnosti detekce nových PFAS prostřednictvím tzv. suspect screening a zpětnou analýzu již získaných dat.
Vzorky nepitné vody byly řízeně namnoženy PFAS standardy, naředěny metanolem, filtrovány a okyseleny před chromatografickou injekcí. Metoda využívá reverzní chromatografii s gradientním elucečním programem a akvizici dat v režimu AllIons MS/MS, který simultánně shromažďuje informace o prekurzorových i fragmentačních iontech.
Metoda umožnila kvantifikaci přibližně 20 cílených PFAS s detekčními limity blízkými tradičním LC–TQ systémům a zároveň odhalila nové podezřelé látky na základě předpovězených retenčních časů, chemických vlastností a fragmentačních vzorců. Byla vyvinuta regresní křivka pro predikci retenčních časů PFAS využitím počtu CF₂ jednotek, LogP a LogS, což zvýšilo spolehlivost putativních identifikací.
Očekávané směry zahrnují další rozvoj predikčních modelů retenčních časů, rozšíření vlastních i veřejných databází suspect PFAS, integraci strojového učení pro automatickou identifikaci a rozvoj standardizovaných postupů pro komplexní environmentální monitorování PFAS.
Ukázalo se, že LC/Q-TOF s technologií SureMass je účinným nástrojem pro komplexní analýzu PFAS, který umožňuje jak přesnou kvantifikaci běžně sledovaných sloučenin, tak nekonvenční vyhledávání nových prekurzorů bez nutnosti dostupnosti standardů. Metoda nabízí flexibilitu, schopnost retrospektivní analýzy a vysokou míru spolehlivosti putativních identifikací.
LC/TOF, LC/HRMS, LC/MS, LC/MS/MS
ZaměřeníŽivotní prostředí
VýrobceAgilent Technologies
Souhrn
Význam tématu
Per- a polyfluorované alkylové látky (PFAS) jsou široce využívané díky své chemické a tepelné odolnosti. Jejich perzistence, bioakumulace a šíření do vodního i půdního prostředí představují významné riziko pro ekosystémy a lidské zdraví, což vyvolává potřebu spolehlivého monitoringu jak stávajících, tak nových PFAS.
Cíle a přehled studie
Studie se zaměřuje na vývoj analytické metody kombinující cílenou kvantifikaci běžně sledovaných PFAS a nekonvenční screening podezřelých prekurzorů v jediném běhu. Klíčové cíle zahrnují rozšíření schopnosti detekce nových PFAS prostřednictvím tzv. suspect screening a zpětnou analýzu již získaných dat.
Použitá metodika a instrumentace
Vzorky nepitné vody byly řízeně namnoženy PFAS standardy, naředěny metanolem, filtrovány a okyseleny před chromatografickou injekcí. Metoda využívá reverzní chromatografii s gradientním elucečním programem a akvizici dat v režimu AllIons MS/MS, který simultánně shromažďuje informace o prekurzorových i fragmentačních iontech.
Použitá instrumentace
- Agilent 6546 LC/Q-TOF se zdrojem v negativním ionizačním režimu
- InfinitiLab Poroshell HPH-C18 2.1×100 mm, 1.9 µm
- Agilent 1290 Infinity II HPLC s vysokotlakým čerpadlem a multisamplerem
- Softwarové moduly MassHunter Acquisition, Quantitation a Molecular Structure Correlator
Hlavní výsledky a diskuse
Metoda umožnila kvantifikaci přibližně 20 cílených PFAS s detekčními limity blízkými tradičním LC–TQ systémům a zároveň odhalila nové podezřelé látky na základě předpovězených retenčních časů, chemických vlastností a fragmentačních vzorců. Byla vyvinuta regresní křivka pro predikci retenčních časů PFAS využitím počtu CF₂ jednotek, LogP a LogS, což zvýšilo spolehlivost putativních identifikací.
Přínosy a praktické využití metody
- Souběžné získání kvantitativních i kvalitativních dat v jediném běhu zkracuje dobu analýzy a snižuje náklady na standardy.
- Rozšíření databáze PFAS o prekurzory umožňuje proaktivní monitoring nově vznikajících kontaminantů.
- Retrospektivní screening zpětně analyzuje starší data s cílem identifikovat PFAS objevené až po provedení měření.
Budoucí trendy a možnosti využití
Očekávané směry zahrnují další rozvoj predikčních modelů retenčních časů, rozšíření vlastních i veřejných databází suspect PFAS, integraci strojového učení pro automatickou identifikaci a rozvoj standardizovaných postupů pro komplexní environmentální monitorování PFAS.
Závěr
Ukázalo se, že LC/Q-TOF s technologií SureMass je účinným nástrojem pro komplexní analýzu PFAS, který umožňuje jak přesnou kvantifikaci běžně sledovaných sloučenin, tak nekonvenční vyhledávání nových prekurzorů bez nutnosti dostupnosti standardů. Metoda nabízí flexibilitu, schopnost retrospektivní analýzy a vysokou míru spolehlivosti putativních identifikací.
Reference
- Zweigenbaum J, Zhao H. Analytical methods for PFAS quantitation using LC/Q-TOF. Agilent Technologies, 2019.
- Agilent Technologies. SureMass application note. 2017.
- Coggan TL, Anumol T, Pyke JS, Shimeta J, Clarke BO. Anal Bioanal Chem. 2019.
- Mansouri K, Grulke CM, Judson RS, Williams AJ. J Cheminform. 2018.
- US EPA. PFAS Inventory List. United States Environmental Protection Agency, 2019.
Podobná PDF
Game of Unknowns: Non-Target Analysis Strategies for Identifying Per- and Polyfluoroalkyl Substances (PFAS) in Water
2020|Agilent Technologies|Postery
Game of Unknowns: Non-Target Analysis Strategies for Identifying Per- and Polyfluoroalkyl Substances (PFAS) in Water Tarun Anumol1, László Tölgyesi1, David Weil1, James Pyke1, Bradley Clarke2 1Agilent Technologies 2University SETAC SciCon 2020 Inc., USA of Melbourne, AUS Quantification with HRMS Introduction…
Klíčová slova
pfas, pfaspcd, pcdpredicted, predictedadding, addingtof, tofidentifying, identifyingspectra, spectrarepeating, repeatingfragment, fragmentdefect, defecttransformation, transformationthem, themmass, massstructure, structurepfos
Simultaneous Target Quantitation and Suspect Screening ofEnvironmental Contaminants in Sewage Sludge
2019|Agilent Technologies|Postery
Poster Reprint ASMS 2019 TP201 Simultaneous Target Quantitation and Suspect Screening of Environmental Contaminants in Sewage Sludge James S. Pyke1, Gabrielle Black2, Kai Chen1, Tarun Anumol1, Thomas M. Young2. Agilent Technologies, Inc. Santa Clara CA USA 1 2 University of…
Klíčová slova
curated, curatedcompounds, compoundssuspect, suspectsewage, sewagepcdl, pcdlsuspects, suspectstarget, targetsludge, sludgecapability, capabilityions, ionsenvironmental, environmentalscreening, screeningmasshunter, masshunterquantitation, quantitationtoxicants
Simultaneous Targeted Quantitation and Suspect Screening of Environmental Contaminants in Sewage Sludge
2019|Agilent Technologies|Aplikace
Application Note Environmental Simultaneous Targeted Quantitation and Suspect Screening of Environmental Contaminants in Sewage Sludge The Agilent 6546 LC/Q-TOF Authors James S. Pyke Agilent Technologies, Inc. Santa Clara, CA, USA Gabrielle Black University of California, Davis, CA, USA Kai Chen…
Klíčová slova
responses, responsesppm, ppmconcentration, concentrationcurated, curatedsewage, sewagecompounds, compoundsrts, rtssuspect, suspectscreening, screeningnegative, negativepcdl, pcdlionization, ionizationsludge, sludgefixolide, fixolideions
Enhanced Food Safety Testing - A pesticide screening methodology using the Agilent 6546 LC/Q-TOF and MassHunter Quantitative Analysis Software 10.0 LC/Q-TOF Screener Tool
2019|Agilent Technologies|Aplikace
Application Note Food Testing & Agriculture Enhanced Food Safety Testing A pesticide screening methodology using the Agilent 6546 LC/Q-TOF and MassHunter Quantitative Analysis Software 10.0 LC/Q-TOF Screener Tool Authors Karen E. Yannell and Kai Chen Agilent Technologies, Inc. Santa Clara,…
Klíčová slova
screener, screenersuspect, suspectscreening, screeningtof, tofpriority, priorityconventional, conventionalacquisition, acquisitioncompounds, compoundsquantitation, quantitationtargets, targetscounts, countsstrawberry, strawberrydata, databroccoli, broccoliwere