一个自动化和高通量数据处理工作流程,用于通过直接输注超高分辨率质谱仪在生物群中识别PFAS

科学领域:

• 环境化学环境化学
• 分析化学 分析化学
• 毒理学 毒理学 毒理学

背景情况:

• 人们越来越担心化和多化基物质 (PFAS) 对人类健康的影响,因此需要改进分析方法.
• 现有的监测技术难以检测大量已知的PFAS,限制了暴露评估,特别是在动物来源的食品中.

研究的目的:

• 引入和验证PFlow,这是一个自动化数据处理工作流程,用于识别环境样本中的PFAS.
• 为了提高PFAS检测的覆盖范围,超越传统的目标和可疑选方法.
• 通过更全面的环境监测,改进对人类暴露于PFAS的评估.

主要方法:

• 开发一个名为PFlow的自动化数据处理工作流程.
• 使用直接输液里埃变换离子循环子共振质谱仪 (DI-FT-ICR MS) 进行PFAS识别.
• 使用肝样本验证的PFlow,包括数据预处理,前体质量注释和同位素验证.

主要成果:

• 通过传统方法检测不到的17种PFAS,PFlow成功进行了注释.
• 另有53种PFAS化合物被初步确定,显著增加了检测覆盖范围.
• 通过精确的质量和化学逻辑,工作流缩小了超过30,000m/z的值到84个潜在的PFAS候选物.

结论:

• PFlow在提高环境样本中PFAS检测覆盖率方面表现出显著的效率.
• 自动化工作流提供了一个强大的工具,以促进对PFAS流行程度的理解.
• 改进的PFAS检测能力对于更准确的人类暴露评估和风险评估至关重要.