GCxGC增加常规实验室性能如何

在一维气相色谱(1 d-gc)分析复杂生物、环境、或石化样本,结果常常是色谱解决组件的很大一部分。虽然可以使用质谱来解决复杂的一部分,大浓度差异和结构异构体可能使光谱解释和数据分析。

narrow-bore长、高效薄膜毛细管柱可以用来改善一些色谱分辨率,但是样品承载能力下降和增加对高通量实验室分析时间可能是毫无吸引力的复杂样品。

在多维气相色谱法(MDGC或2 d-gc),两个单独的列有两个独特的固定相,从而提高分辨率。Heart-cutting是MDGC类型之一。样品的初步评估后,未解决的GC的一部分废水可以转移到一个不同的列前检测。尽管heart-cutting可能是一个简单的方法实现更好的分离复杂混合物,可以改善只使用二维柱一维分离的一部分。

综合二维气相色谱(GCxGC)包括使用高频调制器将整个的一维废水到二维列。因为每个峰都是转移到二维列,先验知识的分离(或缺乏)不需要优化分析。第一个和第二个维度记录保留时间的探测器,和色谱平面(或等高线图)(图1)是由策划响应。

相比传统的1 d-gc分析,色谱分离空间大大增加,从而实现一个巨大的潜在的峰容量增加。除了增加分辨率,得到的色谱图也是结构化,从而使类似的化合物在集群乐队洗提色谱平面。

集群的结构和化学性质类似的化合物作为有益的指针,可以帮助在峰鉴别。增加复合GCxGC分析的检测能力是另一个积极的结果。快速捕获和“注入”的废水主要列,调制器主要山峰只有几秒钟之前被发现,从而提高信噪比(S / N)。

GCxGC概述:从1日峰洗脱维度列输入二维列通过调制器。调制器迅速陷阱的废水主要列和“注入”这个废水二级列。快速检测器同时记录第一维度保留时间和保留时间第二维度。线性色谱用于定量(如集成、峰面积、峰高、S / N),和等高线图是一种地形表面有用的数据检查和显示的目的。

图1所示。从1概述GCxGC:峰洗脱维列输入2nd维列通过调制器。调制器迅速陷阱的废水主要列和“注入”这个废水二级列。一个快速检测器同时记录保留时间和2第一维度nd维度保留时间。线性色谱用于定量(如集成、峰面积、峰高、S / N),和等高线图是一种地形表面有用的数据检查和显示的目的。

可能需要更多的时间在小说等技术进步GCxGC可以被广泛采用。例如,常见的变换技术从拥挤的GC毛细管GC了几十年(甚至可以辩称,转移仍在进行中!)。1957年,改善分辨率的毛细管GC分析第一次证明了m - - -对二甲苯的分离[1]。

毛细管GC的早期采用者石油化学家,他最增加的复杂样品的峰容量(或决议)。该方法优于包装列,但大规模的利用率是渐进的,这是由于其自身的性质和易用性的毛细管柱(玻璃)。

1979年,鲁棒性挑战终于克服熔融石英毛细管柱的引入[2];然而,它仍采取几十年转换例程从包装到毛细管柱技术建立了技术。毛细管柱有无可争辩的优势和先进的理解无数样品的化学成分。

相似的变换技术从包装列毛细管柱,转让1 d-gc GCxGC监管行业已经逐步。该方法在1991年首次演示了[3]。早期采用者发现峰容量的增加是有帮助的对于复杂的石油化工和环境样品。

2002年,商业化的GCxGC仪器配备热调制器[4]发起大截面的研究应用领域(例如,环境、石油化工、食品安全、代谢组学、香味)。类似的挑战的鲁棒性和易用性限制GCxGC平台的采用。

它一直认为开发和优化方法的挑战和乏味,并且只能由一位有经验的分析师。最近,这些挑战已经减少,呈现很容易被实现为一个常规的实验室。辅助指南[5]和[6]工具帮助用户在发展中GCxGC方法创建。商业化的流量调节器进行了用户期待使用GCxGC初始成本较低。鲁棒性的方法证明了各种发表验证方法(7 - 11)。

目前,GCxGC在转移的过程中从学术推广到日常实际分析。在常规实验室,一个全面的二维气相色谱分析可以节省时间通过混合不同的化合物类别到一个分析,并简化样品制备色谱解决矩阵的干扰和清理。以防综合表征样本是必需的,将加快GCxGC分析发现和见解提供一个样品,没有其他的色谱方法可以匹配。更低成本的探测器,如大型木钉和儿童早期开发,可采用常规分析,而不是根据质谱仪来解决复杂的混合物。

节省时间和多层次分析

在常规的高通量实验室,节约时间与挣更多的钱。例如,实验室的任务分配与监测环境污染物正面临着肮脏的样本(例如,沉积物,土壤、污泥),减少运营预算,以及越来越多的化学污染物的鸡尾酒。通常,污染样本包含各种类型的组件。污染物,如溴化阻燃剂(bfr)和多氯联苯(pcb)都是卤代化合物,一般情况下,分析了儿童早期开发的帮助。

由于儿童早期开发是一个非特异性探测器,有必要仔细分离样品提取,以防止干扰。实现GCxGC技术可以减少或完全消除分离步骤。有可能分析几类的组件在一个单一的分析,利用二维分离空间(图2)。

多卤代污染物可以分析一个使用GCxGC-µECD注入。溴化物阻燃剂和多氯联苯(pcb)经常被发现在同一个样本提取。GCxGC减少需要分离步骤。

图2。多卤代污染物可以分析一个使用GCxGC-µECD注入。溴化物阻燃剂和多氯联苯(pcb)经常被发现在同一个样本提取。GCxGC减少需要分离步骤。

加拿大省的环境和气候变化(MOECC)实验室服务分支(多伦多,安大略省)通常使用三个验证GCxGC-µECD技术(12 - 14)。不仅GCxGC技术验证但他们也参加能力验证计划由外部组织提供满足认证要求。两种技术已经成功地认证。2011年,第一个监管GCxGC MOECC的技术设计了一个分析有机氯农药((ocp),多氯联苯,和氯苯(卡马西平)沉积物、土壤和污泥通过GCxGC-µECD [8]。

微电子捕获检测器(µECD)是最适合一个环境监测实验室为卤代化合物,由于其优越的灵敏度低死体积和低运营成本。使用GCxGC-µECD,近六注射取代单一分析,目标是118种化合物。除了减少分析时间,也减少样品制备时间的分离提取是不再需要。技术的性能评估与认证使用认证的参考材料和表现出特殊的协议价值。欧洲杯足球竞彩

Aroclor计算仍然可以使用目标82 PCB同系物,从而使历史比较。GCxGC-µECD分析的另一个重要优点是它可能发现一道卤化污染物可能是隐藏在一维分析。

的位置模糊GCxGC色谱中的化合物可以帮助在初步识别或compound-specific分类(例如,二恶英,多溴二苯醚)。可能屏幕一道新兴污染物检测分析物,或获取非法活动,否则毫无察觉,可能有利于监控程序。

减少溶剂的使用简化了样品制备

在农药残留分析在食品和农业样品,样品制备时间长。QuEChERS——或者快捷,方便,便宜,安全有效,崎岖的,样品制备技术是一个multi-residue一般提取和清理技术,每个样本在大规模食品安全实验室节省时间。广泛的提取策略有利于并发多残留分析,但co-extractive矩阵中存在组件提取可以干扰目标分析物。农药感兴趣的干扰可以色析法地消除和广泛的麻烦清理过程可以减少通过使用二维分离空间GCxGC分析(图3)。

GCxGC-TOFMS被用来分析QuEChERS提取完成烟草。1 d-gc分析矩阵的干扰会模糊检测的一种广泛使用的农药成分,胡椒基丁醚。的自动峰找到LECO ChromaTOF软件确认胡椒基丁醚,图书馆876年相似。

图3。GCxGC-TOFMS被用来分析QuEChERS提取完成烟草。1 d-gc分析矩阵的干扰会模糊检测的一种广泛使用的农药成分,胡椒基丁醚。的自动峰找到LECO ChromaTOF软件确认胡椒基丁醚,图书馆876年相似。

QuEChERS的样品制备技术进行了定制应用程序除了农药残留在蔬菜和水果。通过修改提取溶剂,QuEChERS技术可以用来确定溴化阻燃剂,多氯联苯和多环芳烃(多环芳烃)的高脂肪饲料成分(例如,鱼油、棕榈油、菜籽油)[11]。清理前一步是强制注入气相色谱仪,消除存在的非易失性脂质提取。co-extractive脂质通常被用凝胶渗透色谱法(GPC),但它是时间和溶剂的。

分析前的多数脂肪可以消除通过执行一个简单的清理使用硅固相萃取(SPE)列。SPE清理可能不合成高度清洁提取GPC,但GCxGC分析色谱可以解决干扰co-extractives 1 d-gc分析。

这样一个简化的样品制备技术(与硅SPE清理QuEChERS提取)是采用验证筛选技术新兴溴化阻燃剂,多氯联苯,多环芳烃,多溴二苯醚在动物饲料和使用GCxGC与成分飞行时间质谱仪(GCxGC-TOFMS)分析[11]。

对于每个化合物类,各种标记化合物选择和被发现在或低于既定的最高监管限制(推广)。验证过程确定具有较高(95%),筛选技术以准确标志不一致的样本进行进一步确认。数据处理是自动快速识别其他潜在氯化或溴化污染物筛选的应用技术的进一步扩张。GCxGC-TOFMS的广泛分析也提供了一个全面的记录样本可用于回顾性数据挖掘。

减少体力劳动与自动峰鉴别

数增加的潜在化学污染物(人,环境,动物,食物,等等),有一个增加常规非目标筛选技术的必要性。采用GCxGC的优点之一就是结构化洗脱的组件在一个二维等高线图。与非特异性检测器的帮助,如儿童早期开发或大型木钉,等高线图可用于组化合物根据它们的化学类。质谱(MS)可以作为探测器,进一步识别未知峰通过搜索一个质谱库(例如,NIST)。

库匹配1 d-gc分析时可以复杂一些co-elutions干扰质谱,从而导致搜索结果的质量较差。搜索的质量依赖于整合的选择光谱质谱的引用。

GCxGC-TOFMS可以帮助在未知峰鉴别方法。首先,额外的峰容量GCxGC与解决高峰。更好的解决高峰从周围的干扰可能会导致高库匹配的分析物(只要问题是在图书馆)。

飞行时间质谱仪第二,有能力开展光谱反褶积,数学分离光谱重叠co-eluting分析物。这也起着至关重要的作用在“净化”质谱来实现更好的图书馆匹配(图4)。最后,由于这些因素,集成软件可以自动选择、搜索和识别未知的山峰和开发一个峰值表。尽管仍然需要手动审查核实的结果自动峰发现,有一个相当大的减少生产所需的总时间确定峰值的列表。

并排比较的质量分数和GCxGC-TOFMS分析相同的宠物食品样本。(一)相质谱调味化合物2-propionylthiazole图书馆660年相似。光谱反褶积是无法解决(或确定)co-eluting化合物与m / z 136年的质谱峰如此。(B) GCxGC-TOFMS等高线图的两个co-eluting化合物色谱解决的第二个维度。图书馆2-propionylthiazole相似性是改善与m / z 891和峰值136被认定为2-acetyl-3-methylpyrazine库相似860(没有显示)。

图4。并排比较的质量分数和GCxGC-TOFMS分析相同的宠物食品样本。(一)相质谱调味化合物2-propionylthiazole图书馆660年相似。光谱反褶积是无法解决(或确定)co-eluting化合物与m / z 136年的质谱峰如此。(B) GCxGC-TOFMS等高线图的两个co-eluting化合物色谱解决的第二个维度。图书馆2-propionylthiazole相似性是改善与m / z 891和峰值136被认定为2-acetyl-3-methylpyrazine库相似860(没有显示)。图片由乔•Binkley LECO公司。

与峰容量增加加速发现

最完美,最提拔,GCxGC的用法是分离和识别单个组件的一个示例。样本特征可以基本药物发现,法医调查,和疾病的早期诊断。在开发一个GCxGC技术提高色谱分辨率(即真正的峰容量增加)[5、15],可以获得样品的指纹,这将是有用的源解析环境取证。指标的分子(或生物)通常是小山峰GC色谱图,可以很容易地隐藏在1 d-gc分析(图5)。

焦油球GCxGC-TOFMS等高线图样本和疑似原油来源。提取离子色谱图(XIC)放大显示两个样本之间的相似性。藿烷分子化石,耐风化,重要的生物标记,帮助源解析。在1 d-gc分析藿烷更难以识别由于迟洗脱干扰碳氢化合物。

图5。焦油球GCxGC-TOFMS等高线图样本和疑似原油来源。提取离子色谱图(XIC)放大显示两个样本之间的相似性。藿烷分子化石,耐风化,重要的生物标记,帮助源解析。在1 d-gc分析藿烷更难以识别由于迟洗脱干扰碳氢化合物。

在代谢组学,已经观察到小分子疾病的敏感指标。这些生物标志物对获得的见解至关重要的疾病治疗和预防的目的。相比,gc - ms技术,验证GCxGC-TOFMS技术发现11具统计上重要的生物标志物在人类血清样本[10]。的提高分辨率GCxGC分析是额外的生物标志物的发现非常重要。此外,所提供的额外的敏感性的调制过程GCxGC系统启用的使用30:1的分流注射而不是不分流进样与gc - ms技术注入。分裂注入增加列一生(更少的非易失性材料沉积到列)并确保再现性。

与经济省钱探测器

增加决议通过气相色谱仪的检测器或必要的量化的次要成分复杂的示例。质谱分析是一个健壮的探测器能够幽灵似地解决和识别各种co-eluting峰值。在一维的gc - MS分析,co-eluting化合物的浓度差异巨大,结构同分异构体,或多个分析物在同一实例可以洗脱减少女士的效用。

一个方法增加特异性的女士是使用高分辨率质谱(,8经)或串联质谱分析(MS / MS)。虽然这两种探测器用于分析实验室,他们非常昂贵的购买和操作。需要高成本的质谱检测器可以减少通过增加与GCxGC色谱分辨率。支撑材是一个健壮的、经济的、操作简单的探测器。

总共20个实验室参加了一个inter-calibration实验使用认证参考资料的墨西哥湾原油(SRM 2779)。欧洲杯足球竞彩实验室给出的任务报告的水平不同的原油成分(例如,芳烃饱和碳氢化合物、藿烷和甾烷生物标记)在NIST认证的参考资料[16]。

大多数实验室采用gc - ms的分析;三个实验室采用gc - MS / MS;和两个实验室采用GCxGC-FID。一般来说,使用GCxGC-FID报道值是好按照NIST认证的参考价值。

GCxGC-FID表现出的性能类似于正烷烃的gc - ms在测量[17]。只有8的20个实验室报告值各种藿烷和甾烷生物标记的列表,其中之一是实验室配备了GCxGC-FID。一个使用一个支撑材,而不是质谱的优势是易于量化,专门为碳氢化合物。FID的可靠探测器响应降低了多个内部标准需要完成精确的定量。

结论

初始投资的资源是任何技术进步所必需的。当谈到投资GCxGC购买资本设备,人员培训,仪器操作成本都是重要的因素。2020欧洲杯下注官网细心的买家可能会质疑这项技术适用于日常环境中,或者它所花费的时间,实现投资回报。

本文中的示例提供见解的适用性GCxGC常规实验室。GCxGC系统的实现可以提供立即的回报节省时间在样品制备、仪器分析和非目标数据审查。潜在的广泛的复杂样品的分析与目标和非目标检测是一个吸引人的属性,同时可以利用在竞争激烈的行业。不再是综合二维气相色谱法研究炒作;这是一个未来的分离技术。

引用和进一步阅读

  1. m .戈利色谱理论在开放和涂层管列圆形和矩形截面:d.h Desty (Ed)气相色谱法1958年,巴特沃斯科学出版物,1958,pp。36-55。
  2. r Dandeneau,再见Zerenner眼镜毛细管色谱法的调查,《高分辨率层析,2 (1979)351 - 356。
  3. z . Liu J.B.菲利普斯综合二维气相色谱使用列热调制器界面,色谱科学杂志》上,29岁(1991)227 - 231。欧洲杯线上买球
  4. LECO飞马4 d下一维度的质量分析,:飞马4 d,圣约瑟夫,MI, 2002。
  5. j·科克伦,八个小贴士容易GCxGC,分析科学家,2014年。
  6. 在2017年,LECO,只需GCxGC,。
  7. H.G.J.摩尔,h·范德坎普,g . van der Weg a, m . van der Lee T.C. de Rijk验证的自动化图书馆的农药的定性筛选综合二维气相色谱/飞行时间质谱,采用AOAC公认的国际学报,94 (2011)1722 - 1740。
  8. 点Muscalu、E.J. Reiner S.N.丽丝,t . Chen中g、d·莫尔斯例行认证方法分析多氯联苯,有机氯农药、氯苯和筛选其他卤代有机物在土壤、沉积物和污泥GCxGC-μECD,分析,分析化学,401 (2011)2403 - 2413。
  9. m . Menendez-Carreno h . Steenbergen H.-G。詹森,开发和验证一个全面的二维气相色谱谱方法分析植物甾醇在人血浆氧化产品,分析,分析化学,402 (2012)2023 - 2032。
  10. J.H. Winnike, x, kj Knagge金丝科尔曼,密度格雷戈里,x, gc - ms和GCxGC-MS比较分析人类血清样本的生物标志物的发现,J蛋白质组,14 (2015)1810 - 1817。
  11. p·洛佩兹,m . Tienstra a . Lommen H.G.J.摩尔,一个自动化的验证持久性有机污染物筛查方法由GCxGC-ToFMS脂肪和油,食品化学,211 (2016)645 - 653。
  12. 点Muscalu,测定多氯联苯同系物(PCBc)有机氯(OCs)和氯苯(CBs)由GCxGC-μECD水样,在环境和气候变化实验室服务分支,多伦多,加拿大安大略省。
  13. 点Muscalu,测定多氯联苯(PCBs)由GCxGC-μECD在生物样品中,在环境和气候变化部实验室服务分支,多伦多,加拿大安大略省。
  14. 点Muscalu,测定多氯联苯同系物(PCBc)有机氯(OCs)和氯苯(CBs)二维气相色谱法在固体微电子捕获检测(GCxGC-μECD),环境和气候变化部实验室服务分支,多伦多,安大略省,加拿大,2017年,页65。
  15. 硕士克利,j·科克伦,m·梅里克L.M.布隆伯格,评价综合二维气相色谱条件产生near-theoretical最大的峰容量增益,色谱法杂志》,1383 (2015)151 - 159。
  16. J.A.A.穆雷L.C.C.桑德,S.A.明智,Reddy,墨西哥湾的研究计划2014/2015碳氢化合物相互校准实验:描述和结果SRM 2779年墨西哥湾原油和候选人SRM 2777年风化墨西哥湾原油,NIST的国家标准与技术研究所,2016。
  17. Reddy, S.A.明智,开出桑德,J.A.穆雷,总结结果2014/2015碳氢化合物相互校准实验(赶快),2015年。

这些信息已经采购,审核并改编自LECO公司提供的材料,最初由米歇尔Misselwitz写的。欧洲杯足球竞彩

在这个来源的更多信息,请访问LECO公司。

引用

请使用以下格式之一本文引用你的文章,论文或报告:

  • 美国心理学协会

    LECO公司。(2019年10月28日)。如何GCxGC增加常规实验室的性能。AZoM。检索2021年6月22日,来自//www.wireless-io.com/article.aspx?ArticleID=16323。

  • MLA

    LECO公司。“GCxGC增加常规实验室性能”。AZoM。2021年6月22日。< //www.wireless-io.com/article.aspx?ArticleID=16323 >。

  • 芝加哥

    LECO公司。“GCxGC增加常规实验室性能”。AZoM。//www.wireless-io.com/article.aspx?ArticleID=16323。(6月22日访问,2021)。

  • 哈佛大学

    LECO公司。2019。GCxGC增加常规实验室性能如何。AZoM,认为2021年6月22日,//www.wireless-io.com/article.aspx?ArticleID=16323。

问一个问题

你有一个问题你想问关于这篇文章?

离开你的反馈
提交