安捷倫：您知道室內塵埃含有哪些污染物嗎?
隨著新型冠狀病毒肺炎 (COVID-19) 疫情在全球范圍內爆發，許多國家/地區開始采取封閉式管理，如居家隔離，來防止病毒的進一步傳播與擴散。人們在家時間明顯增加，相應地接觸室內塵埃中各種化學物質的幾率也大大增加，暴露其中會給人體健康帶來潛在危害。
此前已有研究表明，室內塵埃會受到多種化學物質的污染，如農藥、個人護理用品、增塑劑、阻燃劑和多氟化合物等。由于這些化合物具有不同的理化特性和結構，此類研究通常采用靶向分析方法研究一類或幾類化合物。隨著高分辨率質譜的不斷發展，現在不僅可以檢測具有可用標樣的已知化合物（目標物），還可以通過數據庫或譜庫篩查預期化合物（疑似物），甚至還可以通過仔細檢查高分辨率質譜結果鑒定以前未知的化合物（非目標物）。
LC/Q-TOF + GC/Q-TOF，最強室內塵埃篩查分析平臺
加州大學戴維斯分校公共衛生科學系和健康與環境中心，使用安捷倫 LC/Q-TOF + GC/Q-TOF，將靶向分析、疑似物分析和非靶向篩查分析相結合。共收集并分析了來自加利福尼亞州薩克拉門托市和夫勒斯諾市 38 個家庭的塵埃樣品。
此次研究目標是：1）測定來自不同家庭的塵埃樣品中的已知和未知化學物質；2) 比較不同家庭組的化學指紋信息。
核心要點搶先看
在 38 個塵埃樣品中，通過 GC/Q-TOF 檢測并識別 86 個化合物（59 個靶向和 27 個非靶向）；通過 LC/Q-TOF 檢測并識別了 204 個化合物（42 個靶向，79 個疑似以及 83 個非靶向）LC-Q/TOF 和 GC-Q/TOF 對于完全分析樣品中的化合物都是必需的
GC-EI MS 優勢：可重現的碎片離子譜圖以及包含大于 200000 個化合物的譜庫
LC/Q-TOF 優勢：為疑似物篩查方法提供準分子離子信息；MS/MS 譜圖配合虛擬碎裂對于識別缺乏 MS/MS 信息的化合物（未知的）有很大幫助
靶向分析
方法驗證獲得了良好的絕對回收率（一式三份加標樣品的提取回收率，76 種 GC/Q-TOF 分析的目標化合物中 80% 以上絕對回收率高于 75%，56 種 LC/Q-TOF 分析的目標化合物中 80% 以上絕對回收率高于 50%。LC/Q-TOF 分析的目標化合物的方法檢測限 (MDL) 普遍更低。總體來說，50% 的化合物 MDL 低于 10 ng/g 塵埃，80% 的化合物 MDL 低于 100 ng/g 塵埃。
疑似物篩查
通過全離子 MS/MS (AIM) 在單次進樣中可獲得分子離子精確質量和碎片離子。在安捷倫 MS/MS 譜庫中搜索碎片離子，可以確認目標化合物/疑似物。為確保碎片離子來自目標化合物而非基質干擾物質，可以采用共流出得分對子離子進行色譜確證。目前，采用兩種安捷倫個人化數據庫與譜庫 （PCDL） — 法醫毒理 PCDL（8000 種化合物）和農藥 PCDL（1700 種化合物）— 進行篩查，在應用自動過濾標準并手動檢查之后，可在室內塵埃中初步鑒定出 97 種化合物。
鑒定出的其中一種化合物是殺菌劑抑霉唑（分子式 C14H14Cl2N2O），其通常用于防止柑橘類水果腐爛，對人體可能有致癌作用。質量偏差為 +4.5 ppm，同位素模式解釋了為何兩個 Cl 原子使同位素匹配得分達到 97 分（滿分 100）。此外，5 個主要碎片離子與 [M + H]+ 共洗脫。通過比對參比標樣的保留時間明確確認了該化合物。38 份塵埃樣品中有 29 份檢測到了這一化合物。
使用優化譜庫和自動化軟件工作流程進行疑似物篩查效果顯著，無需購買數千種標樣或優化靶向方法，即可輕松鑒定數十種化合物。比如，通過此方法檢測到了此前室內塵埃研究中未檢測過的 21 種藥物，包括苯海拉明、咪康唑和雙氯芬酸。
非靶向篩查
LC/Q-TOF 分析以全掃描模式（正離子和負離子）采集數據，并使用 Agilent Profinder 軟件進行遞歸性特征提取。簡而言之，該軟件在第一個樣品中搜索和識別分子特征（一組相應的離子，即同一化合物的加合物和同位素，這些離子在特定 RT 處形成色譜峰），并與后續樣品進行比較。在第二步中，在每個樣品中掃描共有特征列表的平均精確質量和 RT，檢查在第一步（遞歸性特征提取）中是否有特征被遺漏。
接下來，利用 Agilent Mass Profiler Professional (MPP) 軟件扣除空白，從特征列表中篩選出 2300 個特征（正離子和負離子）。通過在所測量的 RT 處觸發選定特征的 [M - H]- 或 [M + H]+ 質量，在靶向 MS/MS 模式 (CE = 20) 下重新運行所選特征強度最高的樣品。利用 MS/MS 信息，通過以下兩個虛擬碎裂軟件包對特征進行初步鑒定：安捷倫分子結構關聯 (MSC) 工具和程序 MetFrag。
GC/Q-TOF 分析需要利用安捷倫未知物分析軟件，通過質譜解卷積提取非靶向特征。接下來，軟件將每個特征的譜圖與 NIST 14 譜庫進行比較，計算出匹配因子。
(責任編輯：金利儀器lyh)
