Game of Unknowns: Non-Target Analysis Strategies for Identifying Per- and Polyfluoroalkyl Substances (PFAS) in Water

Význam tématu

Per- a polyfluoralkylové látky (PFAS) jsou díky svým unikátním vlastnostem široce používány v průmyslu. Jejich vysoká perzistence a schopnost bioakumulace vedou k nebezpečnému znečištění vodního prostředí a potravních řetězců. Tradiční metody cílené analýzy se omezeně zaměřují na známé látky s dostupnými standardy, zatímco v životním prostředí může existovat několik tisíc dosud neznámých PFAS a jejich degradačních produktů. Ne-cílové metody založené na vysokém rozlišení hmotnostní spektrometrie (HRMS) a Q/TOF technologiích umožňují odhalit širší spektrum těchto kontaminantů bez nutnosti každého standardu.

Cíle a přehled studie / článku

Cílem prezentované studie bylo ukázat komplexní workflow pro neselektivní analýzu PFAS ve vodě pomocí LC-Q/TOF hmotnostního spektrometru. Klíčové strategie zahrnují:

• použití osobních a komerčních databází (PCD/PCDL) pro rychlé předběžné stanovení látek,
• rozšíření hledání o biotransformované produkty a degradované formy,
• predikci retenčních časů pro zvýšení důvěry v identifikaci,
• využití Kendrickovy hmotnostní anomálie a analýzy homologických řad,
• in silico prediktory fragmentací pro odvozování struktur neznámých PFAS.

Použitá metodika a instrumentace

Vzorek vody byl připraven 1:1 ředěním metanolem, okyselením octovou kyselinou, filtrací a odstředěním. Analýza proběhla na Agilent 1290 Infinity II LC spojeném s 6546 Q-TOF hmotovým spektrometrem. Data byly zpracovány v softwaru Agilent MassHunter Quantitative a Qualitative 10.0. Pro pokročilé analýzy sloužily moduly MassProfiler Professional pro vyhledávání homologických řad, Biotransformation software pro generování degradačních produktů a Molecular Structure Correlator pro porovnání experimentálních MS/MS spekter s předpovězenými.

Hlavní výsledky a diskuse

Laboratorní testy stanovily limity detekce 20–2000 ng/L pro PFBA a 2–2000 ng/L pro PFOS a PFOA. Pomocí PCDL byly v odpadní vodě detekovány neznámé prekurzory, například 6:2 FTS, potvrzené vysokou přesností m/z (<2 ppm), izotopovou věrností a srovnáním retenčního času se standardem. Predikční model retenčního času založený na fyzikálně-chemických vlastnostech (LogP, LogS, počet -CF2- jednotek) podpořil identifikaci více než 50 podezřelých PFAS bez dostupných standardů. Kendrickova hmotnostní anomálie umožnila rozpoznat řadu homologických sérií PFAS vycházejících z opakujících se CF2 jednotek. In silico fragmentační prediktory poskytly dodatečnou vrstvu podrobného rozboru struktur v neznámých spektrálních datech.

Přínosy a praktické využití metody

Integrovaný neselektivní přístup umožňuje laboratořím:

• rozšířit spektrum detekovaných PFAS za hranice standardně dostupných analytických látek,
• zvýšit spolehlivost výsledků kombinací akurátní hmotnostní přesnosti, retenčního času a izotopového vzoru,
• předvídat potenciální nebezpečné produkty degradace v prostředí,
• podpořit rozhodování při sanacích a monitoringu kontaminace vod.

Budoucí trendy a možnosti využití

Očekává se další rozšiřování veřejných databází PFAS, pokročilejší strojové učení pro přesnější predikci retenčních časů, rychlejší in silico fragmentační algoritmy a real-time monitoring kontaminací. Tyto technologie umožní sledovat vznik a šíření nových PFAS v reálném čase a podpoří regulaci a ochranu životního prostředí.

Závěr

Studie předkládá ucelené workflow pro neselektivní analýzu PFAS ve vodě pomocí LC-Q/TOF HRMS. Kombinace databází, prediktivních modelů a pokročilého softwaru umožňuje významně rozšířit rozsah detekovaných látek, zvýšit přesnost identifikací a podpořit praktické aplikace v environmentální analytice.

Reference

Anumol T., Tölgyesi L., Weil D., Pyke J., Clarke B. Game of Unknowns: Non-Target Analysis Strategies for Identifying Per- and Polyfluoroalkyl Substances (PFAS) in Water. SETAC SciCon; 2020.