Improving Confidence in the Identification of Pesticide Residues by GC/MS using Target Deconvolution

Význam tématu

Identifikace reziduí pesticidů v potravinách a životním prostředí vyžaduje vysokou selektivitu a spolehlivost. Tradiční GC/MS se spoléhá na retenci a poměr iontů, ale v komplexních matricích dochází k interferencím a chybám. Masová spektrometrická dekonvoluce přináší zvýšení jistoty detekce tím, že odděluje překrývající se spektra koeluujících látek.

Cíle a přehled studie / článku

Autoři představují funkci Target Deconvolution (TD) v softwaru Agilent Mass Hunter Quant (verze B.06.00) a demonstrují její přínos při analýze pesticidů:

• Implementovat automatickou dekonvoluci masových spekter
• Porovnat dekonvoluované komponenty s referenční databází
• Zjednodušit a zpřesnit revizi výsledků pomocí vizualizačních nástrojů
• Urychlit reportování dat ve formátu PDF s využitím metriky Purity

Použitá metodika a instrumentace

Analytická metoda spočívá v GC/MS s jednou čtveřicí (Agilent 7890B/5977A) a softwaru Mass Hunter Quant:

• GC separace: standardní protokoly pro potravinové extrakty
• MS detekce: skenovací režim s jednotnou hmotnostní rozlišení
• Target Deconvolution: automatická identifikace komponent na základě časově korelovaných iontových profilů
• Databáze: konverze RTL Pesticide a Endocrine Disruptor MS Library do formátu MH

Hlavní výsledky a diskuse

Implementace TD přinesla:

• Vyšší selektivitu díky eliminaci interferenčních signálů a korekci spektrálního zkreslení
• Objektivizaci revize dat: vizualizace Compounds-at-a-Glance s označením nevyhovujících analyzů
• Rychlé hodnocení kvality: využití 48 standardních a volitelných kritérií outlierů
• Efektivní reportování: generování PDF reportů s metrikou Purity pro korekci kvantitativních výsledků

Náročné matrice, jako extrakt z vinné révy, potvrzují přínos metody tam, kde tradiční přístupy selhávají.

Přínosy a praktické využití metody

• Minimalizace falešně pozitivních a negativních výsledků
• Zrychlení kontroly kvality ve standardizovaných laboratořích
• Intuitivní vizualizace odchylek a jednoduchá validace dat
• Kompatibilita s existujícími GC/MS systémy a databázemi

Budoucí trendy a možnosti využití

• Rozšíření databází o nové třídy chemických kontaminantů
• Integrace s vysokorozlišovacími MS (HRMS) pro další zvýšení jistoty identifikace
• Automatizace celého workflow v reálném čase
• Využití strojového učení pro predikci a optimalizaci dekonvoluce

Závěr

Funkce Target Deconvolution v Agilent Mass Hunter Quant nabízí značné zlepšení spolehlivosti a efektivity identifikace reziduí pesticidů pomocí GC/MS. Automatizovaná dekonvoluce, pokročilé nástroje revize a rychlé reportování se osvědčily v rutinních i náročných aplikacích.

Reference

1. Sandy C., Tischler M. Improving Confidence in the Identification of Pesticide Residues by GC/MS using Target Deconvolution. Agilent Technologies, 2013.