Комплексный анализ + анализ неизвестных компонентов образцов кофе с использованием парофазной ГХ-МС [приложение ГХ-ВПМС]

Общие

Достижения в области масс-спектрометрии позволяют анализировать микрообразцы и неизвестные компоненты, которые раньше не наблюдались. По мере увеличения объема информации, получаемой с помощью масс-спектрометрии, исследователи требуют простых методов для анализа многочисленных наблюдаемых компонентов, и в результате растет спрос на комплексные аналитические методы, включая множественный классификационный анализ.
В этой работе мы представим новый метод нецелевого анализа, который сочетает в себе комплексный анализ с использованием ГХ-МС высокого разрешения и анализ неизвестных компонентов с использованием мягкой ионизации и ЭУ.

Способ доставки

В таблице 1 показаны условия измерения. В качестве образцов были выбраны четыре различных сорта коммерческого кофе (A: индонезийский, B: эфиопский, C: гватемаранский, D: бразильский). Каждый образец измеряли 5 раз (n=5). Образцы готовили следующим образом:

• Один грамм кофейных зерен загружали в 22-миллилитровую пробирку с свободным пространством (HS), добавляли 15 мл 100-градусной воды, а затем пробирку закрывали.
• После охлаждения образца до комнатной температуры 10 мл супернатанта загружали в другой флакон с HS и к образцу добавляли 2 мкл внутреннего стандарта (п-бромфторбензола).
• Наконец, 2 мл вышеуказанного раствора запаивали во флакон и использовали в качестве образца.

Таблица 1. Условия измерения

Условия свободного пространства

Условия ГХ-ВПМС

Итоги

На рис. 1 показаны полученные хроматограммы TIC. Среди компонентов, наблюдаемых в каждом образце, были видны различия между компонентами, обнаруженными при высокой интенсивности. Однако ручная проверка всех обнаруженных компонентов будет чрезвычайно длительным процессом. Кроме того, поскольку анализ микрокомпонентов, скрытых под базовой линией TIC, может давать разные результаты разными операторами, программное обеспечение для автоматического анализа, способное обнаруживать пики в одних и тех же условиях, более эффективно при сравнении компонентов между образцами. Для всестороннего анализа летучих компонентов в кофе использовали SpectralWorks AnalyzerPro. AnalyzePro первоначально извлекает рассматриваемые компоненты из хроматограммы посредством деконволюции. Программа автоматически ищет в библиотеках NIST все масс-спектры компонентов, выбранных методом деконволюции. Результаты заносятся в таблицу, и полученные данные подвергаются PCA и диффузионному анализу.

На рис. 2 показаны результаты PCA. График оценки PCA классифицировал измеренные данные в соответствии с тем, где они были выращены. В частности, 1-я ось основных компонентов отделяла индонезийский кофе (А) от кофе, произведенного в других местах. Затем был создан график нагрузки PCA для определения компонентов, которые способствовали положительному разделению 1-го основного компонента, то есть характерных компонентов индонезийского кофе (A). На рис. 3 показано увеличенное изображение оси 1-го главного компонента с положительной стороны на графике нагрузки PCA (область в красном круге).

Четыре компонента, показанные на рисунке 3, внесли наибольший вклад в положительное разделение 1-го главного компонента. Из них 3 компонента были идентифицированы с помощью поиска в библиотеке NIST. Например, пиридин известен как ароматический компонент кофе. Содержание пиридина в индонезийском кофе (А) вдвое или более выше, чем в других местах, что указывает на то, что он является характерным компонентом индонезийского кофе.

Рисунок 1. Хроматограммы TIC.

Рисунок 2. График оценки PCA и график нагрузки.

Рисунок 3. Увеличенный вид графика нагрузки PCA.

Рисунок 4. Масс-спектры EI и FI и результаты точного измерения массы неизвестного компонента в индонезийском кофе.

Рисунок 5. Предполагаемая структурная формула неизвестного компонента индонезийского кофе.

Когда поиск по библиотеке NIST использовался для одного из 4 компонентов, показанных на рисунке 3 (отмеченных знаком ? на рисунке), коэффициент совпадения был низким и составлял 682 для лучшего кандидата, что позволяет предположить, что этот компонент не зарегистрирован в базе данных библиотеки NIST. . Таким образом, молекулярная формула этого компонента была оценена методом мягкой ионизации (МФИ). Структурная формула была также оценена путем расчета состава осколочных ионов, наблюдаемых с помощью ЭУ.

На рис. 4 показан масс-спектр ФВ, его изотопный состав и результаты точного масс-анализа, а также масс-спектр ЭУ и результаты его точного масс-анализа. Пик в м / г 124, наблюдаемый в масс-спектре FI, был подвергнут точному анализу массы и изотопной картины и, по оценкам, имел формулу C₇H₈O₂ и уровень ненасыщенности 4. Поскольку уровень ненасыщенности был целым числом, было определено, что пик при м / г 124 был молекулярным ионом. Когда ионы фрагментов ЭИ подвергались точному анализу массы с использованием каждого элемента и его количества C₇H₈O₂, определены составы всех осколочных ионов. Это также предполагает, что формула для этого неизвестного компонента C₇H₈O₂. Структура, показанная на рис. 5, была оценена по формулам фрагментных ионов ЭИ. Пик в м / г 96, наблюдаемый как ион фрагмента EI, представлял собой дублетный пик, полученный при десорбции СО и этилена из молекулярного пика. МС высокого разрешения может идентифицировать фрагментные ионы, имеющие одинаковое целочисленное значение (CO и этилен оба имеют 28 u), определяя их точную массу. Результаты показывают, что точное определение состава ионов фрагментов ЭИ позволяет оценить структуру неизвестного компонента.

Обзор

Множественная классификация PCA может извлекать характерные компоненты, которые отличают несколько образцов. Если какой-либо извлеченный компонент не зарегистрирован в базе данных библиотеки NIST, ГХ-МС с низким разрешением не сможет идентифицировать этот компонент. В этих ситуациях эффективно использовать ГХ-МС высокого разрешения, способную выполнять точный масс-анализ в сочетании с мягкой ионизацией для оценки молекулярной формулы и с ЭУ для оценки структурной формулы.