一种全氟及多氟烷基化合物非靶向筛查的定量方法技术

本发明专利技术公开一种全氟及多氟烷基化合物非靶向筛查的定量方法，包括如下步骤：利用固相萃取氮吹浓缩得到样品提取液；对提取液中全氟及多氟烷基化合物进行非靶向筛查，获得全氟及多氟烷基化合物筛查清单；利用全氟及多氟烷基化合物标样的响应因子和分子描述符建立预测模型；利用构建的预测模型预测无标样全氟及多氟烷基化合物的响应因子，计算无标样全氟及多氟烷基化合物的浓度。本发明专利技术结合靶向定量实现有标样全氟及多氟烷基化合物的准确定量，同时构建响应因子预测模型，实现无标样全氟及多氟烷基化合物的绝对定量，相较于传统半定量方法具有更低的定量误差，能提供更加准确的浓度信息，为后续风险评估和污染管控提供科学依据。为后续风险评估和污染管控提供科学依据。为后续风险评估和污染管控提供科学依据。

【技术实现步骤摘要】
一种全氟及多氟烷基化合物非靶向筛查的定量方法


[0001]本专利技术属于环境分析化学
，具体涉及一种全氟及多氟烷基化合物非靶向筛查的定量方法。

技术介绍

[0002]全氟及多氟烷基化合物(per
‑
and polyfluoroalkyl substances，PFAS)是一类具有良好化学稳定性、疏水疏油性和表面活性的人工合成物质，自上世纪50年代以来被大量应用于各类工业生产和商用消费品中。大量的全氟及多氟烷基化合物在地表水、地下水、海水、大气、沉积物和土壤等环境介质，以及人体、动物血液、肌肉和肝脏等生物样本中被检出。研究表明全氟及多氟烷基化合物具有持久性、长距离迁移性、生物富集性和毒性等特点，对生态环境和人体健康存在潜在危害，引起了社会的广泛关注。目前，在全球市场中存在超过3000种的全氟及多氟烷基化合物，但是仅有少部分被纳入常规环境监测中，大量全氟及多氟烷基化合物的结构和环境分布尚未可知。
[0003]目前，基于高分辨质谱的疑似和非靶向筛查是用于未知全氟及多氟烷基化合物识别的重要手段，已经应用于各种环境和生物样品，迄今已成功识别了700余种新兴全氟及多氟烷基化合物。由于大部分全氟及多氟烷基化合物缺少标准样品，难以获取准确的定量浓度信息，现有技术通常基于结构相似性原则选取有标样物质对环境样品中筛查出的无标样物质的全氟及多氟烷基化合物进行半定量。然而，不同物质在相同浓度下的仪器响应信号可能会有数量级的差异，所以上述方法得到的无标样物质的全氟及多氟烷基化合物浓度信息具有很大的不确定性。r/>
技术实现思路

[0004]为解决现有技术中存在的不足，本专利技术的目的在于，提供一种全氟及多氟烷基化合物非靶向筛查的定量方法，以解决传统全氟及多氟烷基化合物非靶向筛查中无标样物质无法提供准确定量信息的问题，实现环境样品中的全氟及多氟烷基化合物的高通量非靶向筛查。
[0005]本专利技术提供一种全氟及多氟烷基化合物非靶向筛查的定量方法，该方法包括以下步骤：
[0006]计算待测环境样品中无标样全氟及多氟烷基化合物的分子描述符；
[0007]将所述无标样全氟及多氟烷基化合物的分子描述符作为预先建立的响应因子预测模型的输入，通过所述响应因子预测模型预测所述无标样全氟及多氟烷基化合物的响应因子，其中，所述响应因子预测模型包括响应因子和分子描述符之间的映射关系；
[0008]利用高分辨质谱确定所述无标样全氟及多氟烷基化合物的峰面积，以及，根据所述无标样全氟及多氟烷基化合物的峰面积和响应因子，得到所述无标样全氟及多氟烷基化合物的预测浓度。
[0009]可选的，所述响应因子预测模型通过以下方法得到：
[0010]配制多种全氟及多氟烷基化合物标样；
[0011]获取所述多种全氟及多氟烷基化合物标样在高分辨质谱全扫描模式下的峰面积；
[0012]根据所述多种全氟及多氟烷基化合物标样的峰面积与对应的浓度之比，得到每种全氟及多氟烷基化合物标样的响应因子；
[0013]计算每种全氟及多氟烷基化合物标样的分子描述符；
[0014]从训练样本集中学习获得响应因子的响应因子预测模型，所述训练样本包括全氟及多氟烷基化合物标样的响应因子和分子描述符之间的对应记录。
[0015]可选的，所述从训练样本集中学习获得响应因子的响应因子预测模型，包括基于随机森林算法，利用训练样本集优化随机森林算法中的ntree参数和mtry参数以建立响应因子预测模型。
[0016]可选的，所述分子描述符的计算方法采用PaDEL
‑
Descriptor软件。
[0017]可选的，所述全氟及多氟烷基化合物标样和所述待测环境样品的质谱分析条件相同。
[0018]可选的，在所述计算待测环境样品中无标样全氟及多氟烷基化合物的分子描述符之前，还包括：
[0019]样品前处理：对待测环境样品进行固相萃取和氮吹浓缩，得到提取液；
[0020]质谱分析：利用色谱
‑
高分辨质谱联用对所述提取液进行分析，得到质谱数据；
[0021]非靶向筛查：对所述质谱数据预处理得到峰列表，利用疑似物清单和同系物规则从所述峰列表中筛选出潜在的全氟及多氟烷基化合物峰，对所述潜在的全氟及多氟烷基化合物峰经过结构注释后，得到所述待测环境样品中全氟及多氟烷基化合物的鉴定清单；
[0022]其中，所述鉴定清单包括具有标样的全氟及多氟烷基化合物和无标样的全氟及多氟烷基化合物。
[0023]可选的，所述对所述质谱数据预处理得到峰列表非靶向筛查，包括：
[0024]利用Compound Discover软件对所述质谱数据进行峰提取、出峰时间对齐、峰组合和背景扣除，得到峰列表，所述峰列表包括离子质量、出峰时间和强度；
[0025]将所述峰列表和所述疑似物清单进行质量配对，得到配对疑似物；
[0026]将所述峰列表输入R语言nontarget包进行同系物查找，得到潜在的同系物列表；
[0027]对所述配对疑似物和所述同系物列表进行分子式预测和MS2谱图注释，确定全氟及多氟烷基化合物的鉴定清单。
[0028]可选的，还包括：
[0029]使用色谱串联三重四极杆质谱仪对所述鉴定清单中具有标样的全氟及多氟烷基化合物进行靶向定量。
[0030]可选的，所述利用高分辨质谱确定所述无标样全氟及多氟烷基化合物的峰面积，包括：
[0031]从所述鉴定清单中筛选出无标样全氟及多氟烷基化合物；
[0032]根据所述无标样全氟及多氟烷基化合物对应的峰列表，得到所述无标样全氟及多氟烷基化合物的峰面积。
[0033]本专利技术的有益效果在于，与现有技术相比：
[0034](1)本专利技术的全氟及多氟烷基化合物非靶向筛查的定量方法，比传统的靶向筛查，
能筛查出样品中新兴以及未知的全氟及多氟烷基化合物，提供更加全面的污染认识。
[0035](2)本专利技术的全氟及多氟烷基化合物非靶向筛查的定量方法，与现有基于结构类似原则的半定量方法相比，能提供更加准确的浓度信息，为后续风险评估和污染管控提供重要科学依据。
[0036](3)本专利技术的全氟及多氟烷基化合物非靶向筛查的定量方法，具有更广泛的适用性，现有基于结构类似原则的半定量方法严重地依赖于结构相似标样的获取，但是在非靶向筛查中，往往难以获得与一类完全新鉴定的全氟及多氟烷基化合物结构相似的标样。
[0037]由以上技术方案可知，针对现有半定量技术存在的问题，本专利技术提供一种全氟及多氟烷基化合物非靶向筛查的定量方法，该方法通过使用标样物质的响应因子和分子描述符建立预测模型，预测无标样物质的响应因子并计算其浓度，从而为环境样品中筛查出的无标准物质的全氟及多氟烷基化合物，提供更加准确的浓度信息，对于后续的风险评估和污染管控具有重要意义。
附图说明
[0038]图1为本专利技术实施例1提供的另一种定量方法的流程示意图；
[0039]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种全氟及多氟烷基化合物非靶向筛查的定量方法，其特征在于，包括以下步骤：计算待测环境样品中无标样全氟及多氟烷基化合物的分子描述符；将所述无标样全氟及多氟烷基化合物的分子描述符作为预先建立的响应因子预测模型的输入，通过所述响应因子预测模型预测所述无标样全氟及多氟烷基化合物的响应因子，其中，所述响应因子预测模型包括响应因子和分子描述符之间的映射关系；利用高分辨质谱确定所述无标样全氟及多氟烷基化合物的峰面积，以及，根据所述无标样全氟及多氟烷基化合物的峰面积和响应因子，得到所述无标样全氟及多氟烷基化合物的预测浓度。2.根据权利要求1所述的定量方法，其特征在于，所述响应因子预测模型通过以下方法得到：配制多种全氟及多氟烷基化合物标样；获取所述多种全氟及多氟烷基化合物标样在高分辨质谱全扫描模式下的峰面积；根据所述多种全氟及多氟烷基化合物标样的峰面积与对应的浓度之比，得到每种全氟及多氟烷基化合物标样的响应因子；计算每种全氟及多氟烷基化合物标样的分子描述符；从训练样本集中学习获得响应因子的响应因子预测模型，所述训练样本包括全氟及多氟烷基化合物标样的响应因子和分子描述符之间的对应记录。3.根据权利要求2所述的定量方法，其特征在于，所述从训练样本集中学习获得响应因子的响应因子预测模型，包括基于随机森林算法，利用训练样本集优化随机森林算法中的ntree参数和mtry参数以建立响应因子预测模型。4.根据权利要求1或2所述的定量方法，其特征在于，所述分子描述符的计算方法采用PaDEL
‑
Descriptor软件。5.根据权利要求2所述的定量方法，其特征在于，所述全氟及多氟烷基化合物标样和所述待测环境样品的质谱分析条件相同。6.根据权利...

【专利技术属性】
技术研发人员：孙卫玲，胡景润，刘一，陈倩，倪晋仁，张同颖，王树磊，肖新宗，
申请(专利权)人：中国南水北调集团中线有限公司，
类型：发明
国别省市：