Triggered MRM LC/MS/MS Method Development – Practical Considerations for MRM Optimization Using Agilent MassHunter Optimizer Software

Význam tématu

Optimalizace podmínek multiple reaction monitoring (MRM) je klíčovým krokem ve vývoji LC/MS/MS metod pro kvantitativní analýzu a identifikaci stopových látek. Triggered MRM (tMRM) rozšiřuje tradiční přístup o možnost sledovat až 10 přechodů pro každý analyzovaný vzorek, což výrazně zvyšuje spolehlivost identifikace a citlivost stanovení.

Cíle a přehled studie

Cílem přehledu je představit praktické aspekty rutinní optimalizace MRM metod pomocí software Agilent MassHunter Optimizer na příkladu vývoje multireziduální metody pro pesticidy. Studie shrnuje proces výběru prekurzorových a produktových iontů, optimalizaci kolizních energií a důležité validační kroky.

Použitá metodika a instrumentace

Metodika spočívá v automatizovaném:

• výběru prekurzorových iontů pomocí MS2 selected ion monitoring (SIM),
• optimalizaci fragmentor napětí (u modelů 6400/6490/6495 kromě 6400),
• výběru produktových iontů prostřednictvím hmotnostních produktových skenů při různých CE,
• optimalizaci kolizních energií (CE) v režimu MRM.

Použitá instrumentace:

• Agilent 6400 Series triple quadrupole LC/MS/MS systém
• Agilent MassHunter Optimizer software
• UHPLC kolonie a mobilní fáze odrážející konečné chromatografické podmínky

Hlavní výsledky a diskuse

Optimalizátor automatizoval rozsáhlé skenovací metody (MS2 SIM, produktové skeny, MRM optimalizace) a výrazně zkrátil dobu vývoje. Příkladem je pesticid diuron, u kterého byly sledovány dva izotopické prekurzory (m/z 233 a 235) a optimalizována kolizní energie podle intenzity fragmentů (m/z 46, 72, 133, 188). Studie zdůrazňuje nutnost kontroly saturace signálu, chromatografické separace a ruční validace vybraných přechodů z důvodu možných interferencí od izobarických sloučenin. Dalším příkladem je boscalid, kde automatizovaný výběr m/z 240 vedl k chybné identifikaci kvůli pozdně eluujícímu interferentnímu píku.

Přínosy a praktické využití metody

Metoda umožňuje:

• rychlou a konzistentní optimalizaci desítek až stovek MRM přechodů,
• zvýšení spolehlivosti identifikace díky tMRM,
• implementaci v prostředích QA/QC, potravinářském či environmentálním monitoringu.

Budoucí trendy a možnosti využití

Očekává se další rozvoj automatizovaných nástrojů pro MRM, včetně adaptivních algoritmů strojového učení pro predikci optimálních kolizních podmínek a inteligentní správy databází metod. Kombinace tMRM s vysokorychlostními UHPLC separacemi nabídne vyšší vzorkovací frekvenci a širší repertoár detekovaných analytů.

Závěr

Agilent MassHunter Optimizer představuje efektivní pomocník pro vývoj MRM metod, umožňuje rozsáhlé optimalizace s minimem manuálních zásahů. K finálnímu nasazení metody je však nezbytná pečlivá kontrola chromatografických dat, správa saturace signálů a validace vybraných přechodů.

Reference

• Triggered MRM: Simultaneous Quantification and Confirmation Using Agilent Triple Quadrupole LC/MS Systems, Agilent Technologies, publikace 5990-8461EN, 2013.
• MassHunter Optimizer Software for Automated MRM Method Development Using the Agilent 6400 Series Triple Quadrupole Mass Spectrometers, Agilent Technologies, publikace 5990-5011EN, 2010.
• Agilent MassHunter Optimizer: Automated MS Method Development Software, Agilent Technologies, publikace G3793-90008, 2014.
• K. Mastovska et al., Improved LC/MS/MS Pesticide Multiresidue Analysis Using Triggered MRM and Online Dilution, Agilent Technologies, publikace 5991-7193EN, 2016.