开发一个Headspace SPME Arrow GC-MS方法,用于在原始污水中确定尼古丁生物标志物

科学领域:

• 环境化学环境化学
• 分析化学是一种分析化学.
• 公共卫生 公共卫生

背景情况:

• 基于废水的流行病学 (WBE) 使用污水分析进行公共卫生洞察.
• 尼古丁代谢产物是跟踪吸烟患病率的关键生物标志物.
• 现有的分析污水中尼古丁代谢物的方法面临样本复杂性和污染物的挑战.

研究的目的:

• 开发和验证一种新,高效和环保的方法,用于在原始污水中确定四种尼古丁代谢物.
• 优化样本准备,以提高WBE研究的灵敏度和准确性.
• 评估开发的分析程序的绿色性.

主要方法:

• 开发和优化一个头空间SPME-Arrow提取方法.
• 采用了Box-Behnken设计,以优化温度,pH值和离子强度.
• 使用在选择性离子监测模式 (GC-MS (SIM)) 中的气体染色学-质谱学进行的分析.

主要成果:

• 最优化的方法表现出高灵敏度,在ng L^-1范围内的量化极限.
• 尼古丁代谢物得到了准确的量化,实际污水样本的相对恢复率从87%到103%.
• 该方法是传统的SPE-LC-MS技术的可行,更绿色的替代方案,其特点是自动化和无溶剂提取.

结论:

• 新型头部空间SPME-Arrow提取与GC-MS (SIM) 相结合是一种敏感,准确和验证的方法,用于在原始污水中分析尼古丁代谢物.
• 这种方法通过减少污染物和提高效率,显著改善了现有方法.
• 该方法的绿色特性使其成为基于废水的流行病学的可持续选择,支持公共卫生监测.