Benefits of Agilent 8700 LDIR with Onboard ATR for Microplastics Characterization

Význam tématu

Microplasty představují celosvětově rozšířený zdroj kontaminace životního prostředí. Přítomnost aditiv jako plastifikátory a UV stabilizátory, stejně jako adsorbovaných látek, může při IR analýze vést k falešným pozitivním výsledkům. Agilent 8700 LDIR s vestavěným µATR podporuje spolehlivou charakterizaci polymerů i v náročných vzorcích.

Cíle a přehled studie

Studie měla za cíl validovat schopnost systému Agilent 8700 LDIR s onboard ATR a externími knihovnami (Wiley KnowItAll) identifikovat a rozlišit mikroplastické částice a interferující látky, zejména komerční zinc stearát vůči polyethylenu. Součástí byl nezávislý audit pomocí Agilent Cary 630 FTIR-ATR a automatizovaný workflow v softwaru Clarity.

Použitá metodika a instrumentace

• Agilent 8700 LDIR Chemical Imaging System s mikročástečnou ATR modulací
• Agilent Cary 630 FTIR se diamantovým ATR modulem
• Software Agilent Clarity pro automatizovanou analýzu částic
• Wiley KnowItAll Analytical Edition pro externí IR knihovny
• Příprava vzorků: suspenze v etanolu, vakuová filtrace, čištění Ge ATR krystalu

Hlavní výsledky a diskuse

• Identifikace Zn-stearátu: oba přístroje dosáhly vysoké kvality shody (Cary 630: HQI 94,7; 8700 LDIR: HQI 85,9) navzdory užšímu spektrálnímu rozsahu LDIR.
• Detekce neznámých částic: µATR LDIR umožnil přiřadit částice z kojenecké formule ke Zn-stearátu (HQI 85,1).
• Diferenciace PE vs. Zn-stearát: automatizované vyhledávání v Microplastics Starter 2.0 knihovně bez vlastního spektra vedlo k omylům. Doplnění spektra Zn-stearátu zlepšilo správné zařazení na 99 % a eliminovalo falešné pozitivní polyethylenové výsledky.
• Klíčové spektrální rysy: Zn-stearát vykazuje výrazné absorpční pásy v oblasti 1500–1660 cm−1, odlišné od charakteristického C–H ohybu PE (1440–1480 cm−1).

Přínosy a praktické využití metody

• Vyšší spolehlivost identifikace mikroplastů v přítomnosti aditiv a kontaminant
• Možnost bezprostřední verifikace vzorků na místě měření bez přepínání nástrojů
• Automatizované workflow šetří čas a zajišťuje kvantitativní i kvalitativní výstupy o počtu, velikosti a chemickém složení částic

Budoucí trendy a možnosti využití

• Rozšiřování uživatelských knihoven o nové polymery a aditiva
• Integrace strojového učení pro pokročilou klasifikaci složitých vzorků
• Adaptace metodiky do norem a regulací pro monitoring mikroplastů v potravinách a životním prostředí
• Vylepšení algoritmů spektrální shody pro vícefázové a vícesložkové systémy

Závěr

Systém Agilent 8700 LDIR s pokročilým µATR a automatizovaným softwarem Clarity prokázal vysokou přesnost a robustnost při rozlišování polymerů a interferujících látek. Kombinace s externími a uživatelsky generovanými knihovnami výrazně snížila riziko falešných pozitiv v analýzách mikroplastů. Metoda nabízí efektivní nástroj pro laboratoře v oblastech environmentální a potravinářské analýzy.

Reference

1. Witzig CS et al. When Good Intentions Go Bad – False Positive Microplastic Detection Caused by Disposable Gloves. Environ Sci Technol. 2020;54(19):12164–12172. doi:10.1021/acs.est.0c03742
2. Schymanski D et al. Analysis of Microplastics in Drinking Water and Other Clean Water Samples with Micro-Raman and Micro-Infrared Spectroscopy: Minimum Requirements and Best Practice Guidelines. Anal Bioanal Chem. 2021;413:5969–5994. doi:10.1007/s00216-021-03498-y
3. Samandra S et al. Accurate Microplastic Characterization in Infant Formula. Agilent Technologies Application Note 5994-5928EN, 2023.
4. Alwan W et al. Characterization of Microplastics in Environmental Samples by Laser Direct Infrared Imaging and User-Generated Libraries. Agilent Technologies Application Note 5994-4822EN, 2022.