该协议提出了指纹的方法,并探索通过综合二维气相色谱图与质谱学相结合收集的多维数据。应用专用模式识别算法(模板匹配)来探索特级初榨橄榄油挥发性分数(即挥发性)中加密的化学信息。
数据处理和评价是综合二维气相色谱 (GCxGC) 的关键步骤,尤其是在与质谱学相结合时。数据中加密的丰富信息可能非常有价值,但难以有效访问。数据密度和复杂性可能导致长时间的阐述时间,并且需要费力的、依赖分析师的程序。因此,有效但可访问的数据处理工具是使这种先进的多维技术在实验室中推广和接受供日常使用的关键。本作品中提供的数据分析协议使用色谱指纹和模板匹配,以实现将复杂的二维色谱高度自动解构为单个化学特征的目标,从而高级识别单个色谱图和跨色谱图中的信息模式。该协议提供高一致性和可靠性,很少干预。同时,分析员的监督可以在各种设置和约束功能中进行,这些设置和约束功能可以定制,以提供灵活性和能力来适应不同的需求和目标。模板匹配在这里显示是一个强大的方法来探索特级初榨橄榄油挥发性。山峰的交叉对齐不仅针对已知目标,也针对非目标化合物,这显著提高了各种应用的表征功率。举例证明在类似条件下分析的样本集对色谱模式进行分类和比较的性能。
综合二维气相色谱学与飞行时间质谱检测(GC×GC-TOF MS)相结合,是目前对复杂样品1、2、3、4、5的化学特征最翔实的分析方法。在 GC 中×GC 中,列由调制器(例如热或基于阀门的对焦接口)串联和接口,该调节器在将组件从第一维度(1D) 列捕获,然后再重新注入第二维度(2D) 列。此操作在固定调制时间段(PM)内完成,一般在 0.5–8 s 之间。通过热调节,该过程包括低温捕获和对焦的流光带,对整体分离功率有一定的好处。
虽然 GC ×GC 是一种二维分离技术,但该过程会产生顺序数据值。探测器模拟数字转换器(A/D)以一定频率获得色谱信号输出。然后,数据以特定的专有格式存储,不仅包含数字化数据,还包含相关元数据(有关数据的信息)。GC×GC 系统中采用的 A/D 转换器有助于将色谱信号的强度映射到数字数字 (DN) 中,作为两个分析维度中的时间函数。单通道探测器(如火焰电阻探测器 (FID)、电子捕获探测器 (ECD)、硫化学发光探测器 (SCD) 等)每次采样时间产生单个值,而多通道探测器(例如质谱探测器 (MS))在分析运行中每个采样时间产生多个值(通常超过光谱范围)。
要可视化 2D 数据,详细阐述首先将单个调制周期(或周期)数据值的 raster 化为像素列(与探测器事件相对应的图片元素)。沿着定向(Y轴,从下到上)可视化 2D分离时间。像素列按顺序处理,以便腹肌(X轴,从左到右)报告 1D分离时间。此命令在右手笛卡尔坐标系中显示 2D 数据 ,1D 保留通常作为进入阵列的第一个索引。
2D 色谱图的数据处理使访问的信息水平高于原始数据,从而实现2D 峰值检测、峰值识别、提取响应数据进行定量分析和交叉比较分析。
2D 峰值模式可被视为样品的独特指纹,检测到的化合物可作为细枝末节特征,以便进行有效的交叉比较分析。这种方法,被称为基于模板的指纹6,7,灵感来自生物识别指纹6。事实上,自动生物识别指纹验证系统依赖于独特的指尖特征:脊裂和末端,本地化,并从墨迹或详细图像中提取。这些特征,称为细枝末节功能,然后与可用的存储模板8,9交叉匹配。
如上所述,每个GC×GC分离模式由 2D峰值组成,合理分布在二维平面上。每个峰值对应于单个分析,具有其信息潜力,可视为比较模式分析的单一特征。
在这里,我们提出了一个有效的化学指纹方法,由GC×GC-TOFMS具有串联电电。目标是从一组色谱图中全面和定量地对特征进行编目。
与现有的商业软件或内部程序10,11采用峰值功能方法相比,基于模板的指纹识别的特点是高特异性、高效率和有限的计算时间。此外,它有一个内在的灵活性,使小数功能(即2D峰值)之间的交叉对齐严重不对齐的色谱图作为那些由不同的仪器或长期框架研究12,13,14获得。
简要介绍了建议方法的基本操作,引导读者对 二维模式的复杂性和信息能力有一个良好的理解。然后,通过探索仪器输出数据矩阵,在二维空间上进行化学识别并识别目标分析。然后构建目标峰值的模板并应用于在同一分析批次中获得的一系列色谱图。与保留时间、光谱签名和响应(绝对和相对)相关的元数据从目标峰值的重新对齐模式中提取,并用于揭示样本集的组成差异。
作为该过程的一个额外、独特的步骤,还将在预先瞄准的色谱图上进行非目标和有针对性的 (UT) 指纹组合,以将指纹潜力扩展到已知和未知的分析。该过程生成一个UT模板,用于真正全面的比较分析,基本上可以自动化。
作为最后一步,该方法在两个平行探测器信号中执行特征的交叉对齐,这两个信号产生于高低电子电离能量(70 和 12 eV)。
该协议在支持单色谱或一组色谱分析以及可变色谱和/或多个探测器方面相当灵活。在这里,协议通过市售的 GC ×GC 软件套件(参见材料表)与 MS 库和搜索软件(参见材料表)相结合进行演示。其他软件中也有一些必要的工具,类似的工具可以独立于Reichenbach和同事15、16、17、18、19的文献描述来实施。演示的原始数据来自在作者的实验室14进行的特级初榨橄榄(EVO)油的研究。特别是,意大利EVO油的挥发性部分(即挥发性)通过头部空间固体相微缩(HS-SPME)进行采样,由GC×GC-TOF MS进行分析,以捕获诊断指纹,获得样品的质量和感官资格。材料表中提供了样品、取样条件和分析设置的详细信息。
步骤 1–6 描述色谱图的预处理。步骤 7–9 描述单个色谱图的处理和分析。步骤 10–12 描述模板创建和匹配,这是交叉样本分析的基础。步骤 13–16 描述在一组色谱图中应用协议,步骤 14–16 用于 UT 分析。
GC×GC-TOF MS 数据的可视化是适当理解全面二维分离所取得成果的基本步骤。具有自定义着色的图像图使分析人员能够欣赏探测器响应差异,从而欣赏样本组件的差异分布。这种视觉方法完全改变了分析师对色谱图的解释和阐述的看法。第一步,一旦被色谱学家理解并自信地使用,为进一步加工开辟了新的视角。
数据处理的另一个基本方面是所有样本点的完整数据矩阵(即 MS 光谱数据和响应)的可访问性,每个样本点都与单个探测器事件相对应。在这方面,2D峰值集成,使探测器事件的集合对应于单一分析特代表关键步骤。在当前协议中,2D 峰值检测基于分水岭算法18,包括一些适应,以提高检测灵敏度,以防部分共发化合物。为了使这一进程更加具体,必须进行权力下放,并采用更复杂的程序。这可以通过对MS数据执行离子峰值检测:该算法处理数据阵列,并根据光谱配置文件19,31分离单一分析器的反应。
协议的一个重要但关键的步骤,以及任何GC×GC-MS数据解释过程,都与分析数据识别有关。这一程序在第8和第9阶段提出,如果没有具有真实标准的确认性分析,必须由分析员认真进行。任何商业软件中都有自动操作;它们包括针对收集的参考光谱(即光谱库)的MS光谱签名相似性评价,以及对限定/定量电量离子中特征比率的评价。然而,需要附加的确认标准来消除异位素的识别。该协议建议采用线性保留索引,以优先确定候选人名单的优先级:此处的限制与保留数据的可用性及其一致性有关。
使这种方法独特的主要特点是模板匹配12,13,15,29。模板匹配以非常有效、具体和直观的方式实现2D 模式识别。可以通过应用自定义阈值和/或约束功能来设置,而分析员可以通过与转换函数参数积极交互来监督程序。这一过程的特殊性取决于在统一批次的样品之间以及在具有相同名义条件下获得的样品之间交叉对齐目标和非目标峰值信息的可能性,尽管存在中到严重的不对齐。此操作的优点涉及保留所有有针对性的分析数据识别的可能性,这对分析员来说是一项耗时的任务,并且所有元数据都保存在以前阐述会话中的目标和非目标峰值。
模板匹配在计算时间方面也非常有效:低分辨率 MS 数据文件由大约 1=2 Gb 的外包装数据组成,而高分辨率 MS 分析可能达到每单次分析运行 10=15 Gb。模板匹配并不是每次都处理完整的数据矩阵,但首先,使用模板峰值执行色谱图之间的保留时间对齐,然后在搜索窗口内处理候选峰值,以获得与模板中引用的相似性匹配。在发生严重错位、最具挑战性的情况时,全球二阶多声变换比本地方法表现更好,同时缩短了计算时间13。
GC×GC技术要广泛传播到学术界和研究实验室之外,数据处理工具必须便于可视化和色谱检查的基本操作:分析人员的识别应提供采用标准化算法和程序(例如,NIST搜索算法和 IT 校准)的可能性:交叉比较分析应直观、有效且由交互式工具支持。建议的方法解决了这些需求,同时提供了处理复杂情况的高级选项和工具,如分析联发性、多分析校准、组型分析和并行检测对齐。
参考文献很好地涵盖了GC×GC以及更普遍的全面二维色谱学的许多可能情况,提供了独特的解决方案和可靠的结果,而1D色谱学在单次运行分析中无法实现这些解决方案和可靠结果。5、32、33 虽然 GC ×GC 是提高分离能力和灵敏度的最强大工具,但分离功率、灵敏度和其他系统容量始终存在局限性。随着这些系统性限制的接近,数据分析变得越来越困难。因此,研究和开发必须继续改进我们掌握的分析工具。
The authors have nothing to disclose.
这项研究得到了普罗吉托·阿格尔−方达齐奥尼的支持。项目首字母缩略词小提琴 – 通过创新的分析工具(https://olivoeolio.progettoager.it/index.php/i-progetti-olio-e-olivo/violin-valorization-of-italian-olive-products-through-innovative-analytical-tools/violin-il-progetto)对意大利橄榄产品进行评估。GC 图像软件可免费试用,供希望演示和测试协议的读者使用。
1D SolGel-Wax column (100% polyethylene glycol; 30 m × 0.25 mm dc × 0.25 μm df). Carrier gas helium at a constant nominal flow of 1.3 mL/min. | Trajan SGE Analytical Science, Ringwood, Australia | PN 054796 | Carrier gas helium at a constant nominal flow of 1.3 mL/min. Oven temperature programming set as follows: 40°C (2 min) to 240°C (10 min) at 3.5°C/min. |
2D OV1701 column (86% polydimethylsiloxane, 7% phenyl, 7% cyanopropyl; 1 m × 0.1 mm dc × 0.10 μm df) from . | Mega, Legnano, Milan, Italy | PN MEGA-1701 | |
Automated system for sample preparation: SPR Autosampler for GC | SepSolve-Analytical, Llantrisant, UK | ||
Extra Virgin Olive oils: Sicily and Tuscany, Italy | Project VIOLIN (Ager – Fondazioni in rete per la ricerca agroalimentare) | Samples (n=10) were collected during the production year 2018 within the "Violin" project sampling campaign. Oils were submitted to HS-SPME to sample volatiles according to a reference protocol validated in a previous study of Stilo et al.14 | |
Gas chromatograph: Model 7890B GC | Agilent Technologies Wilmington DE, USA | ||
GC Image GC×GC edition V 2.9 | GC Image LLC, Lincoln, Nebraska | https://www.gcimage.com/gcxgc/trial.html | |
Image processing software | GC Image LLC, Lincoln, Nebraska | https://www.gcimage.com/gcxgc/trial.html | |
Mass spectrometer: BenchTOF-Select | Markes International Llantrisant, UK | ||
Methyl-2-octynoate (CAS 111-12-6) | Merck-Millipore/Supelco | PN: 68982 | |
Modulator controller: Optimode v2.0 | SRA Intruments, Cernusco sul Naviglio, Milan, Italy | ||
Modulator: KT 2004 loop type | Zoex Corporation Houston, TX, USA | ||
MS library and search software: NIST Library V 2017, Software V 2.3 | National Institute of Standards and Technology (NIST), Gaithersburg MD | https://www.nist.gov/srd/nist-standard-reference-database-1a-v17 | |
n-alkanes C8-C40 for retention indexing | Merck-Millipore/Supelco | PN: 40147-U | |
n-hexane (CAS 110-54-3) gas chromatography MS SupraSolv | Merck-Millipore/Supelco | PN: 100795 | |
Solid Phase Microextraction fiber | Merck-Millipore/Supelco | PN 57914-U | |
α- /β-thujone (CAS 546-80-5) | Merck-Millipore/Sigma Aldrich | PN: 04314 |