مقالة منهجية

البصمات اللونية حسب مطابقة القالب للبيانات التي تم جمعها بواسطة كروماتوغرافيا غاز ثنائية الأبعاد شاملة

DOI:

10.3791/61529

⸱

سبتمبر 2, 2020

 ,  ,  ,  ,  , 
1Dipartimento di Scienza e Tecnologia del Farmaco, Università degli Studi di Torino, 2SRA Instruments, 3GC Image LLC, 4Computer Science and Engineering Department, University of Nebraska

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يقدم هذا البروتوكول نهجا لبصمات الأصابع واستكشاف البيانات متعددة الأبعاد التي تم جمعها من خلال كروماتوغرافيا الغاز ثنائي الأبعاد الشاملة إلى جانب قياس الطيف الكتلي. يتم تطبيق خوارزميات التعرف على الأنماط المخصصة (مطابقة القالب) لاستكشاف المعلومات الكيميائية المشفرة في الكسر المتطاير لزيت الزيتون البكر الممتاز (أي volatilome).

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وتعد معالجة البيانات وتقييمها خطوات حاسمة في مجال التصوير الكروماتوغرافي الشامل للغاز ثنائي الأبعاد، لا سيما عندما يقترن قياس الطيف الكتلي. قد تكون المعلومات الغنية المشفرة في البيانات ذات قيمة عالية ولكن يصعب الوصول إليها بكفاءة. كثافة البيانات وتعقيدها يمكن أن يؤدي إلى فترات طويلة من التفصيل وتتطلب إجراءات شاقة تعتمد على المحلل. ولذلك، فإن أدوات معالجة البيانات الفعالة التي يمكن الوصول إليها هي المفتاح لتمكين انتشار وقبول هذه التقنية المتقدمة المتعددة الأبعاد في المختبرات للاستخدام اليومي. يستخدم بروتوكول تحليل البيانات المقدم في هذا العمل بصمات الأصابع اللونية ومطابقة القالب لتحقيق هدف التفكيك الآلي للغاية للكروماتوغرافيات المعقدة ثنائية الأبعاد في السمات الكيميائية الفردية للتعرف المتقدم على الأنماط الإعلامية داخل الكروماتوغرافيات الفردية وعبر مجموعات من الكروماتوجرامات. يوفر البروتوكول اتساقا وموثوقية عالية مع تدخل قليل. وفي الوقت نفسه، يمكن الإشراف على المحللين في مجموعة متنوعة من الإعدادات ووظائف القيود التي يمكن تخصيصها لتوفير المرونة والقدرة على التكيف مع الاحتياجات والأهداف المختلفة. يظهر مطابقة القالب هنا ليكون نهجا قويا لاستكشاف زيت الزيتون البكر الممتاز volatilome. يتم تنفيذ المحاذاة المتقاطعة للقمم ليس فقط للأهداف المعروفة ، ولكن أيضا للمركبات غير المستهدفة ، مما يزيد بشكل كبير من قوة التوصيف لمجموعة واسعة من التطبيقات. وتقدم أمثلة على ذلك للدلالة على أداء تصنيف ومقارنة الأنماط اللونية من مجموعات العينات التي تم تحليلها في ظل ظروف مماثلة.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

شامل ثنائي الأبعاد الكروماتوغرافيا الغاز جنبا إلى جنب مع الكشف الطيفي كتلة وقت الطيران (GC×GC-TOF MS) هو في الوقت الحاضر النهج التحليلي الأكثر إفادة لتوصيف الكيميائية للعينات المعقدة1،2،3،4،5. في GC×GC، يتم توصيل الأعمدة بشكل متسلسل وربطها بمعامل (على سبيل المثال، واجهة تركيز حرارية أو قائمة على صمام) يحاصر مكونات التملبد من عمود البعد الأول(1D) قبل إعادة حقنها في عمود البعد الثاني(2D). تتم هذه العملية خلال فترة زمنية ثابتة(PM)،تتراوح عموما بين 0.5-8 s. من خلال التشكيل الحراري ، تتضمن العملية محاصرة التبريد والتركيز على نطاق التجويب مع بعض الفوائد لقوة الفصل الشاملة.

على الرغم من GC×GC تقنية فصل ثنائي الأبعاد، تنتج العملية قيم بيانات متسلسلة. يحصل المحول التناظري إلى الرقمي (A/D) على إخراج الإشارات اللونية بتردد معين. ثم يتم تخزين البيانات في أشكال خاصة الملكية التي لا تحتوي فقط على البيانات الرقمية ولكن البيانات الوصفية ذات الصلة (معلومات عن البيانات) كذلك. يساعد المحول A/D المستخدم في أنظمة GC×GC في رسم خرائط لشدة الإشارة اللونية إلى رقم رقمي (DN) كدالة للوقت في البعدين التحليليين. تنتج أجهزة الكشف أحادية القناة (مثل كاشف تأين اللهب (FID) وكاشف التقاط الإلكترونات (ECD) وكاشف الومينومينسيون الكبريتي (SCD) وما إلى ذلك) قيما مفردة لكل وقت لأخذ العينات، في حين تنتج أجهزة الكشف متعددة القنوات (مثل كاشف الطيف الكتلي (MS)) قيما متعددة (عادة، على مدى طيفي) في كل وقت أخذ عينات على طول المدى التحليلي.

لتصور البيانات ثنائيةالأبعاد، يبدأ الإعداد بتنقيط قيم بيانات فترة تعديل واحدة (أو دورة) كأعمدة من وحدات البكسل (عناصر الصورة المقابلة لأحداث الكاشف). على طول تنسيق (المحور ص، من أسفل إلى أعلى) يتم تصور وقت الفصل 2D. تتم معالجة أعمدة البكسل بشكل تسلسلي بحيث تقوم abscissa (المحور X، من اليسار إلى اليمين) بالتقارير عن وقت الفصل 1D. يقدم هذا الترتيب البيانات 2D في نظام تنسيق الديكارتية اليد اليمنى، مع ترتيب الاحتفاظ 1D كفهرس الأول في الصفيف.

تتيح معالجة البيانات للكروماتوجرامات 2D الوصول إلى مستوى أعلى من المعلومات من البيانات الأولية، مما يتيح الكشف عن الذروة 2D، وتحديد الذروة، واستخراج بيانات الاستجابة للتحليل الكمي، والتحليل المقارن.

ويمكن التعامل مع أنماط الذروة 2D كبصمات فريدة للعينة والمركبات المكتشفة كخصائص دقيقة للتحليل الفعال عبر المقارنة. هذا النهج، والمعروفة باسم البصمات المستندة إلى قالب6،7، مستوحاة من بصمات الأصابع البيومترية6. تعتمد أنظمة التحقق التلقائي من بصمات الأصابع البيومترية، في الواقع، على خصائص أطراف أصابع فريدة من نوعها: تشعبات ونهايات التلال، المترجمة والمستخرجة من الانطباعات الموقعة أو الصور التفصيلية. هذه الخصائص، وملامح minutiae اسمه، ثم عبر مطابقة مع القوالب المخزنة المتاحة8،9.

وكما ذكر أعلاه، فإن كل نمط فصل GC×GC يتكون من 2قمم D موزعة بشكل عقلاني على مستوى ثنائي الأبعاد. كل ذروة يتوافق مع تحليل واحد، لديه إمكاناته الإعلامية، ويمكن أن تعامل كميزة واحدة لتحليل نمط المقارنة.

هنا، نقدم نهجا فعالا لأخذ بصمات الأصابع الكيميائية من قبل GC×GC-TOF MS يتميز بالتأين جنبا إلى جنب. والهدف من ذلك هو فهرسة شاملة وكمية الميزات من مجموعة من الكروماتوجرامات.

بالمقارنة مع البرامج التجارية القائمة أو الإجراءات الداخلية10،11 التي تستخدم نهج ذروة الميزات ، تتميز بصمات الأصابع المستندة إلى القالب بخصوصية عالية وكفاءة ووقت حسابي محدود. وبالإضافة إلى ذلك، لديها مرونة جوهرية تمكن من المحاذاة عبر ميزات minutia (أي، 2قمم D) بين الكروماتومات المنحرفة بشدة مثل تلك التي تم الحصول عليها من قبل أجهزة مختلفة أو في دراسات الإطار الزمني الطويل12،13،14.

ويرد وصف موجز للعمليات الأساسية للطريقة المقترحة لتوجيه القارئ إلى فهم جيد لتعقيد النمط 2D وقوة المعلومات. ثم، من خلال استكشاف مصفوفة بيانات إخراج الصك، يتم إجراء تحديد المواد الكيميائية و التحليلية المستهدفة المعروفة الموجودة على الفضاء ثنائي الأبعاد. ثم يتم بناء قالب القمم المستهدفة وتطبيقها على سلسلة من الكروماتوجرامات المكتسبة داخل نفس الدفعة التحليلية. واستخراج البيانات الفوقية المتعلقة بأوقات الاحتفاظ والتوقيعات الطيفية والاستجابات (المطلقة والنسبية) من أنماط إعادة محاذاة القمم المستهدفة واعتمادها للكشف عن الاختلافات التركيبية في مجموعة العينات.

وكخطوة إضافية وفريدة من نوعها في العملية، يتم أيضا أخذ بصمات أصابع مشتركة غير موجهة ومستهدفة (UT) على كروماتوجرامات مستهدفة مسبقا لتوسيع إمكانية أخذ بصمات الأصابع إلى كل من التحليلات المعروفة وغير المعروفة. تنتج العملية قالب UT لتحليل مقارن شامل حقا يمكن أن يكون مؤتمتا إلى حد كبير.

وكخطوة أخيرة، تؤدي الطريقة المحاذاة المتقاطعة للميزات في إشتين متوازيتين للكشف تنتجان طاقات تأين إلكترون عالية ومنخفضة (70 و12 eV).

البروتوكول مرن جدا في دعم التحليلات من الكروماتوغرام واحد أو مجموعة من الكروماتوغرافيا ومع الكروماتوغرافيا المتغيرة و / أو كاشفات متعددة. هنا، يتم عرض البروتوكول مع مجموعة برامج GC×GC متوفرة تجاريا (انظر جدول المواد)مجتمعة إلى مكتبة MS وبرامج البحث (انظر جدول المواد). بعض الأدوات اللازمة متوفرة في برامج أخرى ويمكن تنفيذ أدوات مماثلة بشكل مستقل عن الأوصاف في الأدب من قبل Reichenbach وزملاء العمل15،16،17،18،19. البيانات الأولية للمظاهرة مستمدة من دراسة بحثية عن زيت الزيتون البكر الممتاز (EVO) أجريت في مختبر المؤلفين14. وعلى وجه الخصوص، يتم أخذ عينات من الكسر المتطاير (أي volatilome) من زيوت EVO الإيطالية بواسطة الميكروإكستاتيون المرحلة الصلبة مساحة الرأس (HS-SPME) وتحليلها من قبل GC×GC-TOF MS لالتقاط بصمات التشخيص للجودة والتأهيل الحسي للعينات. وترد تفاصيل عن العينات وظروف أخذ العينات والتهيئة التحليلية في جدول المواد.

تصف الخطوات 1-6 المعالجة المسبقة للكروماتوجرامات. تصف الخطوات 7-9 معالجة وتحليل الكرومات التوضيحية الفردية. تصف الخطوات 10-12 إنشاء القالب ومطابقته، وهما أساس تحليل العينة المشتركة. تصف الخطوات 13-16 تطبيق البروتوكول عبر مجموعة من الكروماتوغرامات، مع الخطوات 14-16 لتحليل UT.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. استيراد البيانات الخام

ملاحظة: يؤدي هذا إلى إنشاء صفيف النقطية ثنائي الأبعاد التصور والمعالجة.

  1. تشغيل برنامج الصور.
  2. تحديد | الملف استيراد; انتقل إلى واختيار ملف البيانات الخام التي حصل عليها GC×GC-TOF MS نظام اسمه "VIOLIN 101.lsc" (ملف تكميلي 1)؛ ثم انقر فوق فتح. يفتح الرسم اللوني في هذا البرنامج.
    ملاحظة: يعتمد تنسيق ملف البيانات الخام من الشركة المصنعة للجهاز. يستورد البرنامج مجموعة متنوعة من تنسيقات الملفات المدرجة في دليل المستخدم.
  3. في مربع الحوار استيراد تعيين فترة التشكيل(PM) إلى 3.5 s; ثم انقر فوق موافق.
    ملاحظة: قد لا تسجل بعض برامج الاستحواذ فترة التشكيل.
  4. تحديد | الملف حفظ الصورة باسم; انتقل إلى المجلد المطلوب; أدخل اسم "النفط 1 RAW.gci" (ملف التكميلية 2); ثم انقر فوق حفظ.

2. تحويل مرحلة التشكيل

ملاحظة: هذا يضع كافة القمم في كل دورة التشكيل في عمود الصورة نفسه، بما في ذلك القمم التي التفاف حول نهاية فترة التشكيل في وقت الفراغ من فترة التشكيلالقادمة 20.

  1. تحديد | المعالجة مرحلة التحول.
  2. في الحوار مرحلة التحول تعيين مقدار Shift إلى -0.8 s; ثم انقر فوق موافق.

3. تصحيح خط الأساس21

  1. تحديد | الرسومية رسم مستطيل.
  2. انقر واسحب لرسم مستطيل في الصورة حيث لم يتم الكشف عن قمم.
  3. حدد أدوات | تصور البيانات; لاحظ متوسط الانحراف المعياري للإشارة الكاشفة، هنا، 21.850 ± رقم رقمي أقل لوحدة SD 1.455 (DN)؛ ثم أغلق الأداة.
  4. تحديد معالجة | تصحيح الأساس.

4. تلوين الصورة اللونية باستخدام خريطة القيمة وخريطة الألوان20

  1. حدد عرض | تلوين.
  2. في مربع الحوار تلوين، حدد علامة التبويب استيراد/تصدير; حدد #AAAA (ملف تكميلي 3) خريطة الألوان المخصصة المقدمة كمادة تكميلية; ثم انقر فوق استيراد.
  3. على عناصر التحكم تعيين القيمة تعيين نطاق القيمة إلى القيم الدنيا والقصه; ثم انقر فوق موافق.

5. 2مد قمم (أي النقط) الكشف عن التحليلات18

  1. تحديد معالجة | الكشف عن النقط مع الإعدادات الافتراضية؛ ثم لاحظ أن بعض القمم تنقسم وهناك اكتشافات زائفة.
  2. حدد تكوين | إعدادات | الكشف عن النقطة; ثم تعيين تنعيم إلى 0.1 للبعد الأول و 2.0 للبعد الثاني وتعيين الحد الأدنى للحجم (أي عتبة للقيم المجمعة) إلى 1.00 E6; ثم انقر فوق موافق.
  3. تحديد معالجة | الكشف عن النقط مع الإعدادات الجديدة؛ ثم، مراقبة التحسينات.

6. 2D قمم الترشيح

ملاحظة: يتم ذلك لإزالة الكشف عن بلا معنى تلقائيا بسبب نزيف العمود على طول 1D والضربات أو المخلفات على طول 2D.

  1. تحديد معالجة | الكشف عن النقطة التفاعلية.
  2. لاحظ إعدادات الكشف عن النقطة; ثم انقر فوق كشف.
  3. في منشئ تصفية متقدمة، انقر فوق إضافة; ثم، في مربع الحوار قيد جديد، حدد الاستبقاء II; ثم انقر فوق موافق.
  4. في أشرطة التمرير قيد تعيين الحد الأدنى والحد الأقصى 2D مرات الاحتفاظ عامل التصفية لتقليل عدد القمم false دون فقدان القمم الحقيقية.
  5. انقر فوق تطبيق; ثم انقر فوق نعم لحفظ إعدادات الكشف باستخدام عامل التصفية الجديد.
    ملاحظة: قد تكون هناك حاجة إلى أدوات أكثر تقدما للتعامل مع مشاكل الكشف معينة، مثل الكشف عن أيون الذروة أو deconvolution ل elutionsالمشتركة 19.

7. معايرة مؤشرات الاستبقاء الخطية

ملاحظة: تنفيذ هذه الخطوة22 (IT)لأوقات الاستبقاء محددة عبر مجموعة من معايير فهرس الاستبقاء (RI) (عادة n-alkanes).

  1. حدد تكوين | | جدول RI فهرس الاستبقاء (العقيد I).
  2. في مربع الحوار تكوين جدول RI، انقر فوق استيراد; ثم حدد ملف المعايرة RI (بتنسيق CSV مع الاسم ووقت الاستبقاء ومؤشر الاستبقاء) المسمى "جدول LRI.csv" - (ملف إضافي 4).
  3. تحديد | الملف حفظ الصورة A. انتقل إلى المجلد المطلوب; أدخل اسم "النفط 1 LRI CALIBRATED.gci" (ملف التكميلية 5); ثم انقر فوق حفظ.

8. البحث عن أطياف الذروة في مكتبة NIST17 MS23

  1. حدد تكوين | إعدادات | ابحث في المكتبة.
  2. في الحوار "مكتبة البحث"، تعيين نوع الطيف إلى ذروة MS، عتبة الكثافة إلى 100، NIST نوع البحث إلى بسيط (التشابه)، NIST RI نوع العمود إلى القطبية القياسية، و NIST RI التسامح إلى 10؛ ثم انقر فوق موافق. يقدم بحث NIST MS العديد من الإعدادات الأخرى التي تم تعيينها إلى الإعدادات الافتراضية هنا.
  3. تحديد معالجة | ابحث في المكتبة عن كافة النقط.

9. مراجعة وتصحيح تحديدات التحليل

  1. على لوح الأدوات، قم بتعيين وضع المؤشر إلى Blob | حدد النقط.
  2. في طريقة عرض الصورة، انقر بزر الماوس الأيمن فوق الذروة المطلوبة.
  3. في مربع الحوار خصائص Blob، قم بفحص خصائص النقطة؛ ثم انقر فوق قائمة الإصابة.
  4. تفقد قائمة الإصابة؛ ثم، إذا كان التعريف غير صحيح، حدد علامة الاختيار بجانب التعريف الصحيح.
  5. في مربع الحوار خصائص Blob أدخل اسم المجموعة لتعيين الفئة الكيميائية وأي بيانات التعريف المطلوبة الأخرى; ثم انقر فوق موافق.
  6. تحديد | الملف حفظ الصورة باسم; انتقل إلى المجلد المطلوب; أدخل اسم "النفط 1 COLORIZED ل construction.gci قالب" (ملف التكميلية 6); ثم انقر فوق حفظ.
    ملاحظة: يتم تضمين هذا الملف في الأرشيف التكميلية التي يمكن فتحها للخطوة 10.

10. إنشاء قالب مع القمم المستهدفة15

  1. في طريقة عرض الصورة (لا تزال في وضع تحديد النقط من الخطوة 9.1)، حدد القمم المطلوبة بنقرة واحدة على الذروة الأولى وCTRL + انقر على قمم إضافية.
  2. في لوحة الأدوات، انقر فوق الزر إضافة إلى قالب.
  3. عند اكتمال القالب، حدد ملف | حفظ القالب; تحديد اسم المجلد والملف؛ ثم انقر فوق حفظ.
  4. تحديد | الملف إغلاق الصورة.
    ملاحظة: عند هذه النقطة، تستمر هذه الإرشادات مع القالب الذي تم إنشاؤه لتضمين القمم الهدف المطلوب، المتوفرة ك "tamplate.bt المستهدفة"(ملف إضافي 7).

11. تطابق وتطبيق القالب

ملاحظة: مطابقة يتعرف على نمط القالب في القمم الكشف عن اللوني جديد. تطبيق مطابقة مجموعات الهويات وبيانات التعريف الأخرى في اللوني الجديد من القالب.

  1. تحديد | الملف فتح صورة; انتقل إلى وحدد "النفط 2 COLORIZED.gci" (ملف التكميلية 8) ملف اللوني (الذي هو معالجتها مسبقا); ثم انقر فوق فتح.
  2. على لوحة الأدوات، قم بتعيين وضع المؤشر إلى قالب | حدد كائنات.
  3. تحديد | القالب تحميل قالب.
  4. في مربع الحوار تحميل قالب، انقر فوق استعراض; انتقل إلى وحدد قالب القمم المستهدفة "template.bt المستهدفة" (ملف تكميلي 7)؛ ثم انقر فوق فتح.
  5. في مربع الحوار تحميل قالب، انقر فوق تحميل، ثم رفض.
  6. في طريقة عرض الصورة، انقر بزر الماوس الأيمن فوق ذروة القالب؛ ثم، فحص خصائص الكائن الخاص به، بما في ذلك qCLIC و MS المرجع.
  7. تحديد | القالب قالب المطابقة والتفاعلية.
  8. في واجهة المطابقة التفاعلية، انقر فوق مطابقة الكل؛ ثم راجع نتائج المطابقة في كل من الجدول وفي الصورة، حيث يتم وضع علامة على كل ذروة قالب بدوائر غير معبأة، وإذا تم إجراء مطابقة، فهناك ارتباط إلى دائرة ممتلئة للذروة المكتشفة.
  9. تحرير المطابقات كما هو مطلوب; عند الوفاء، انقر فوق تطبيق لنقل بيانات التعريف من القالب إلى الرسم اللوني.
    ملاحظة: قيود المطابقة، مثل qCLIC، تساعد على مطابقة النمط الصحيح بين القمم المكتشفة من اللوني الجديد. تتضمن معلمات القيد نوع توقيع MS المستخدم كمرجع قالب(ذروة MS أو blob MS)وقيم العتبة للتشابه الطيفي (عامل المطابقة المباشرة (DMF) وعامل المطابقة العكسي (RMF)). هنا، يتم تعيين المعلمات على أساس الدراسات السابقة13،14 للحد من المطابقات السلبية الكاذبة: ذروة MS و DMF و RMF عتبة التشابه 700.

12. تحويل القالب لكروماتوغرافيا مختلفة إلى حد كبير

ملاحظة: هذه الخطوة غير ضرورية ما لم تختلف الظروف اللونية بشكل كبير مما يؤدي إلى عدم محاذاة القالب مع مخطط لوني جديد، كما يمكن أن يكون الحال على الدراسات طويلة الأجل أو بعد تثبيت عمود جديد. في مثل هذه الحالات، يمكن تحويل القالب هندسيا في الطائرة الاحتفاظ كروماتوغرافي مرات لتناسب بشكل أفضل اللوني الجديد12،13. في هذا المثال، تكون أنماط الذروة للقالب واللون اللوني متشابهة، ولكنها تختلف في هندسة أوقات الاستبقاء، كما يمكن رؤيتها لظروف لونية مختلفة.

  1. كرر الخطوات 11.2-11.5، باستثناء الانتقال إلى القالب المستهدف وتحديده وتحميله 2.bt(الملف التكميلي 9).
  2. تحديد | القالب قالب مطابقة تفاعلية; ثم انقر فوق تحرير تحويل.
  3. في واجهة "تحويل قالب"، تختلف مقياسي 1D و2D والترجمات والمقصات لمحاذاة القالب بشكل أفضل مع القمم المكتشفة؛ ثم انقر فوق تحويل قالب.
  4. باستخدام القالب المحول، انقر فوق تحرير مطابقة؛ ثم كرر الخطوات 11.8-11.9.

13. إجراء تحليل مشترك غير موجه ومستهدف عبر مجموعة من الألوان اللونية

ملاحظة: قالب (UT) غير موجه ومستهدف، يشار إليه أيضا باسم قالب الميزة 24،25، عند مطابقته مع كل مجموعة من الكروماتومات، ينشئ مراسلات بين التحليلات غير المستهدفة والمستهدفة، ثم يتم استخراج ميزات متسقة عبر العينة للتعرف على الأنماط.

  1. إجراء المعالجة المسبقة (الخطوات 1-6) ومطابقة قوالب UT (الخطوات 11.1-11.9) لجميع الكروماتوجرامات في المجموعة (أي كروماتوجرامات الزيوت 2D). بدلا من ذلك، أتمتة هذه الخطوة مع برنامج المشروع أو برامج مماثلة، غير الموضحة هنا.
  2. إطلاق برنامج المحقق.
  3. تحديد | الملف تحليل مفتوح; ثم، حدد، وفتح "ميزة جوف سو 70 eV.gca" (ملف التكميلية 10).
  4. انقر فوق موافق لفتح النتائج وفحصها.
  5. انقر على علامة التبويب Compounds لمراجعة قيم القياس والإحصاءات الخاصة بالتحاليل المحددة (أي التحليلات المستهدفة ذات الأسماء الكيميائية المرتبطة) أو التحليلات غير المستهدفة مع المعرفات (#) المنحازة عبر جميع الألوان اللونية، ثم قم بتنفيذ الخطوات أدناه.
    1. انقر على علامة التبويب سمات لمراجعة القيم والإحصاءات لمقاييس محددة عبر الكروماتوجرامات.
    2. انقر على علامة التبويب ملخص لمراجعة الإحصائيات الموجزة لكل من المركبات والميزات. إذا كانت الكروماتوجرامات من فئات مختلفة، كما هو الحال في هذه الحالة الزيوت المنتجة من الزيتون حصادها في منطقتين مختلفتين من إيطاليا، ثم علامة التبويب ملخص يسرد إحصاءات نسبة فيشر (F و FDR)، والتي توفر رؤى في ملامح للتمييز بين الطبقات.
    3. عرض المخططات المختلفة على كافة علامات التبويب، وإذا رغبت في ذلك، قم بإجراء تحليل المكون الأساسي (PCA) في علامة التبويب سمات.

14. تعديل القالب UT لتحليل MS موازية

ملاحظة: تم إجراء التحليل مع كل من 70 eV و 12 eV (أي عالية ومنخفضة) طاقات تأين الإلكترون26،27.

  1. فتح واحد من 12 eV الكروماتوجرامات، على سبيل المثال، "النفط 1 12 eV RAW.gci"(ملف التكميلية 11)،إجراء المعالجة المسبقة (الخطوات 1-6) وتحميل القالب UT "UT قالب 70 relaxed.bt" (ملف التكميلية 12) كما هو موضح في الخطوات 11.1-11.6. يتم توفير الملفات كمادة تكميلية.
  2. إذا لزم الأمر، قم بضبط القالب ليتناسب مع قمم 12 eV المكتشفة كما هو موضح في الخطوة 12. هنا، لا يوجد اختلال كبير لأن الإشارات الترادفية متعددة. ومع ذلك، تجدر الإشارة إلى أنه نظرا لأن إعدادات التأين المختلفة تنتج تجزؤات مختلفة، فمن الضروري تخفيف القيود المفروضة على قيود qCLIC على التشابه الطيفي DMF و RMF (غير موضح هنا).
  3. تحديد | الملف حفظ القالب; تحديد اسم المجلد والملف، على سبيل المثال، "UT قالب 12.bt" (ملف التكميلية 13)؛ ثم انقر فوق حفظ.

15. إجراء تحليل مشترك غير موجه ومستهدف عبر 12 كروماتوجرام eV

  1. تحديد | الملف تحليل مفتوح; ثم حدد وفتح "ميزة جوف سو 12 eV.gca" - ملف التكميلية 14 ملف المقدمة.
  2. انقر فوق موافق لفتح النتائج وفحصها.
  3. انقر على علامة التبويب المركبات لمراجعة القيم المترية، أو الرجوع إلى 12 استجابة وإحصائيات eV لتحاليل محددة (أي التحليلات المستهدفة بالأسماء الكيميائية المرتبطة بها) أو التحليلات غير المستهدفة مع المعرفات (#) المنحازة عبر جميع الكروماتومات، ثم قم بتنفيذ الخطوات أدناه.
    1. انقر على علامة التبويب سمات لمراجعة القيم والإحصاءات لمقاييس محددة عبر الكروماتوجرامات.
    2. انقر على علامة التبويب ملخص لمراجعة الإحصاءات الموجزة لكل من المركبات والميزات في 12 eV. إذا كانت الكروماتوجرامات من فئات مختلفة، كما هو الحال في هذه الحالة الزيوت المنتجة من الزيتون حصادها في منطقتين مختلفتين من إيطاليا، ثم علامة التبويب ملخص يسرد إحصاءات نسبة فيشر (F و FDR)، والتي توفر رؤى في ملامح للتمييز بين الطبقات.
    3. عرض المخططات المتنوعة المتوفرة على كافة علامات التبويب، وإذا رغبت في ذلك، قم بإجراء تحليل المكون الأساسي (PCA) في علامة التبويب سمات.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

GC×GC-TOF MS أنماط عالية الجودة زيت الزيتون البكر الممتاز volatilome المعرض حوالي 500 2D قمم فوق نسبة الإشارة إلى الضوضاء (SNR) عتبة 100. وقد حددت هذه العتبة من خلال التحقيقات السابقة بشأن المواد الغذائية المتطايرة14و27 على أنها الحد الأدنى للإشارة النسبية فوق العتبة للحصول على أطياف موثوقة للتحليل المقارن. وتوزع المكونات على الفضاء الكروماتوغرافي وفقا للاحتفاظ النسبي في البعدين اللوني، وعلى وجه التحديد على أساس تقلبها / قطبيتها في 1D والتقلبات في 2D. هنا ، تركيبة العمود هو قطبي × شبه قطبي (أي كاربواك 20M × OV1701).

يظهر النمط 2D درجة عالية من الترتيب. تظهر أنماط الاستبقاء النسبي للسلاسل والفئات المتجانسة في الشكل 1A مع التعليقات التوضيحية (رسومات للمجموعات والفقاعات للقمم) للهيدروكربونات المشبعة الخطية (الأسود) والهيدروكربونات غير المشبعة (الأصفر) والهيدهيدات المشبعة الخطية (الأزرق) والألدهيدات الأحادية غير المشبعة (الحمراء) والهيدهيدات غير المشبعة (السلمون) والكحولات الأولية (الأخضر) والأحماض الدهنية قصيرة السلسلة (cyano).

ويمكن بعد ذلك تحديد القمم 2D المكتشفة من خلال مقارنة متوسط طيف MS المستخرج من ذروة 2D بأكملها (طيفالنقطة) أو من أكبر طيف (طيفقمة). يوضح الشكل 2 ناتج البحث عن طيف القمة للنقطة 5 ويعود بمباراة تشابه عالية (أول 10 مرات) ل (E)-2-hexenal. قواعد البيانات التي تم استكشافها هي تلك التي تم اختيارها مسبقا من قبل المحلل في الخطوة 8 من الطريقة.

يتم التحقق من صحة التعريف بواسطة فهرسة الاستبقاء النشطة. تم حساب قيمة IT التجريبية للقمم D 2، بحيث في هذه المرحلة يعطي بحث المكتبة الأولوية للنتائج مع قيم متماسكة من ITالمبوبة. يمكن تخصيص نوافذ التسامح استنادا إلى خبرة المحلل وموثوقية قيم قاعدة البيانات المرجعية وفقا للمرحلة الثابتة والشروط التحليلية المطبقة. أدوات جديدة للمعايرة الذكية لمؤشرات الاستبقاء الخطي دون معايرة تجريبية مع n-alkanes، وقد وضعت مؤخرا ومناقشتها في دراسة أجرتها Reichenbach وآخرون19.

ويمكن اعتماد مجموعة من القمم المحددة 2D (أي القمم المستهدفة) لبناء نموذج من القمم المستهدفة لإنشاء مراسلات موثوقة على الفور بين نفس المركب عبر جميع الكروماتوجرامات العينة. يتم تصور مجموعة قمم القالب المستهدف في الشكل 1B. تتوافق الدوائر الحمراء مع 196 مركبا مستهدفا، بما في ذلك معياران داخليان (IS) مرتبطان بقمم القالب مع خطوط الاتصال. IS تستخدم لتطبيع الاستجابة وخطوط الاتصال مساعدة على تصور أي من IS المضمنة سيتم اعتماد تطبيع كل استجابة الذروة/ النقطة 2 D.

في الشكل 1B، تشير الدوائر المملوءة إلى تطابقات موجبة بين ذروة القالب والنمط الفعلي بينما تكون الدوائر الفارغة لقمة القالب التي لم يتم التحقق من المراسلات لها. يمكن أن تكون محدودة مطابقات سلبية كاذبة من خلال الاختيار المناسب للمعلمات عتبة، الأطياف المرجعية والقيود وظائف13،14،18،19. بالنسبة للأنماط المعقدة ذات اللوضوء المشترك المتعدد ، من المستحسن أن تكون وظائف الكشف عن ذروة الأيونات التي تستند إلى التفكيك الطيفي خيارا صالحا19. تظهر بيانات تعريف ذروة القالب في اللوحة الموسعة للنموذج 1B ل (E) - 2 -hexenal.

تعتمد خصوصية مطابقة القالب على إمكانية تطبيق وظائف القيد التي تحد من المراسلات الإيجابية لتلك القمم المرشحة التي ، تقع داخل إطار البحث في الخوارزمية ، لديها تشابه طيفي MS فوق عتبة معينة. في هذه الحالة، في الخطوة 11، تم تعيين عتبات التشابه23 في 700 وفقا للتجارب السابقة التي تهدف إلى تحديد المعلمات المثلى التي تحد من المطابقات السلبية كاذبة14. توضح المناطق المميزة لخصائص ذروة القالب في الشكل 1B المعلومات حول سلسلة طيف MS المرجعية ووظيفة القيد qCLIC (أي (match("

من خلال تطبيق القالب على جميع الكروماتوجرامات لمجموعة ، يمكن للمرء أن يواجه حالات صعبة كما هو الحال في حالة الاختلال الجزئي للأنماط. يمكن أن يكون هذا بسبب عدم اتساق درجة حرارة الفرن، وعدم استقرار تدفق الغاز الناقل / الضغط، أو بسبب التدخل اليدوي على النظام كما هو الحال في استبدال العمود أو استبدال حلقة المغير الشعرية14،28. يوضح الشكل 3 حالة من اختلال جزئي بين القالب المستهدف والكروماتوجرام الفعلي. للحصول على الحد الأدنى من المحاذاة، يمكن تحويل القالب التفاعلي(الشكل 3،لوحة التحكم) تغيير موضع قمم القالب للحصول على تناسب أفضل. بمجرد تغيير موضعه، يمكن مطابقة القالب لإنشاء مراسلات. في المثال، القالب(الشكل 3، الخطوة 12) القمم بشكل صحيح تطابق مع نمط 2D الفعلي. في حالة عدم التوافق الشديد ، لم يتم مناقشته هنا ، يمكن لتكرار إجراءات تحديث تحويل المطابقة تكييف موضع قمم القالب بشكل متكرر مع نمط الذروة الفعلي12و13و14.

وهنا، توفر القمم المستهدفة (أي التحليلات المعروفة) حوالي 40٪ من النتيجة الكروماتوغرافية (196 ذروة مستهدفة تبلغ حوالي 500 قمة يمكن اكتشافها في المتوسط). أما المركبات الأخرى البالغ عددها 60 في المائة، إلى جانب المعلومات التي تجلبها، فلا تؤخذ في الاعتبار في التحليل المستهدف. لجعل التحقيق شامل حقا، وينبغي أيضا أن تكون متسقة عبر المحاذاة من القمم 2D غير المستهدفة. التطبيق الأول حيث تم توسيع مطابقة القالب لجميع التحليلات القابلة للكشف التعامل مع volatilome معقدة من القهوةالمحمصة 7. يتم أتمتة هذه العملية باستخدام برنامج (على سبيل المثال، المحقق)، كما هو موضح هنا في الخطوات 14-15.

في هذه العملية ، يتم استخدام الصور المستهدفة مسبقا التي تنتمي إلى العينة التي تم تعيينها قيد الدراسة (20 عينة) لتحديد قمم موثوقة من خلال مطابقة جميع أنماط الصور29. في وقت لاحق ، تم بناء كروماتوجرام مركب يمكن للمرء من خلاله تحديد قمم UT الموثوقة ومناطق الذروة (أي بصمة قمم 2D) في ما يسمى قالب الميزة17.

بالنسبة للتحليلات المكتسبة عند 70 eV ، حددت العملية 144 ذروة موثوقة مع موثوقية مريحة29، 76 منها تنتمي إلى قائمة القمم المستهدفة. واستنادا إلى هذه القمم الموثوقة البالغ عددها 144، تقوم العملية بمحاذاة جميع الكروماتوماتومات باستمرار مع متوسط أوقات الاحتفاظ بالقمم الموثوقة ثم تجمعها لإنشاء كروماتوغرام مركب. يظهر الشكل 4 قائمة بجميع العينات المسماة وفقا لمنطقة إنتاج النفط (يسار) وقائمة بأحجام القمم/النقط الموثوقة في كل عينة (يمين).

يتكون قالب الميزة غير المستهدف من 2قمة D من التحليلات المكتشفة في الرسم اللوني المركب ، الموضح في الشكل 5A، والتي يقابلها قالب القمم الموثوقة (n = 168 - الدوائر الحمراء للقمم المستهدفة والدوائر الخضراء للقمم غير المستهدفة). يتم تسجيل أطياف الكتلة للقمم المركبة ، وكذلك أوقات الاحتفاظ بها ، في قالب الميزة كما هو موضح ل (Z) - 3 - خلات الهيكسنول في المنطقة الموسعة. وتظهر مناطق الذروة في الشكل 5B كرسومات حمراء اللون؛ يتم تعريفها بدلا من ذلك من خلال الخطوط العريضة لجميع القمم 2D الكشف عنها في الكروماتوجرام المركب (ن = 3578).

عندما يتم تطبيق التعرف على نمط غير خاضعة للرقابة من قبل تحليل المكون الرئيسي لتوزيع القمم المستهدفة ضمن العينات 20 تحليلها، الصقلية وتوسكانا الزيوت الكتلة بشكل منفصل مما يشير إلى أن الظروف المناخية pedo وterroir تؤثر على الانتشار النسبي للتقلبات. تظهر النتائج في الشكل 6A وتظهر نتائج PCA من توزيع القمم الموثوق بها في الشكل 6B. ويتحقق النهجان من أن الزيوت من مناطق جغرافية مختلفة لها توقيعات كيميائية مختلفة، في حين أن التوقيعات الكيميائية المتماسكة سواء كانت مركبات مستهدفة أو غير موجهة، أو كليهما، قد رسمت خرائط.

وأخيرا، يتيح البرنامج إعادة محاذاة سريعة وفعالة للأنماط عبر قنوات الكشف الموازية. في هذا التطبيق، يقترح إعادة المحاذاة لإشارات التأين جنبا إلى جنب. المصدر الأيوني لتعدد المضاعفات MS بين طاقات التأين (أي 70 و 12 eV) عند تردد استحواذ قدره 50 هرتز لكل قناة30. وينسجم النمطان اللونيان الناتجان عن ذلك بشكل وثيق بينما تجلب البيانات الطيفية (أي التوقيعات الطيفية والاستجابات) معلومات تكميلية مع نطاقات ديناميكية مختلفة من الاستجابة26و27. تسمح الأنماط المنحازة باستخراج الميزات (القمم2D ومناطق الذروة) مع معرفات غير نمطية (أي الأسماء الكيميائية للقمم المستهدفة والرقم الفريد # للقمم غير المستهدفة ومناطق الذروة).

مطابقة القالب يسمح فعالة عبر المحاذاة. في هذه الحالة، لا يوجد الكثير من اختلال، ولكن يجب تخفيف قيود MS للسماح مباريات لذروة UT. من ناحية أخرى، يتم مطابقة مناطق الذروة UT المميزة، التي ليس لديها قيود MS، على الفور دون أي تطابقات سلبية خاطئة. يظهر الشكل 5C مساحة مكبرة من 12 eV chromatogram حيث يتم مطابقة قالب الميزة المبني من بيانات 70 eV. وتطابق قمم ال UT الموثوقة بشكل إيجابي بسبب القيود المنخفضة ل qCLIC (على سبيل المثال، عتبة DMF عند 600). وتجدر الإشارة إلى أن هناك، عند 12 eV، عددا أقل من القمم المكتشفة بسبب التجزؤ المحدود الناجم عن انخفاض الطاقة المؤينة.

figure-results-1
الشكل 1: مؤامرة كفاف ثنائي الأبعاد والقالب المستهدف. (أ)قطعة كفاف من جزء متقلب من زيت الزيتون البكر الممتاز من توسكانا. يتم تمييز أنماط مرتبة من سلسلة وفئات homolog بألوان وخطوط مختلفة: الهيدروكربونات المشبعة الخطية (الخط الأسود وملامح 2D) الهيدروكربونات غير المشبعة (الأصفر) ، الألدهيدات المشبعة الخطية (الأزرق) الألدهيدات الأحادية غير المشبعة (الأحمر) ، الألدهيدات غير المشبعة (السلمون) ، الكحولات الأولية (الخضراء) والأحماض الدهنية قصيرة السلسلة (سيانو). (ب) القالب المستهدف المتراكب من التحليلات المعروفة (دوائر حمراء اللون) مع خطوط اتصال تربط المعايير الداخلية (ISs). تعرض اللوحات بياناتتعريف خصائص الذروة/النقطة ثنائية الأبعاد (Decanal) أو خصائص ذروة القالب. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-2
الشكل 2: بحث التصلب المتعدد في Apex. إخراج بحث MS apex عن النقطة 5. قائمة إدخالات قاعدة البيانات التي تطابق أعلى تشابه وبيانات التعريف ذات الصلة المتوفرة من المكتبة. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-3
الشكل 3: إعادة تنظيم القالب. سير العمل يوضح الخطوات التي تسمح بإعادة محاذاة القالب حسب التحويل. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-4
الشكل 4: واجهة المحقق GC. لوحة المحققين مع جميع الصور المحددة المسماة وفقا لمنطقة إنتاج النفط (يسار) وقائمة قمم موثوق بها / وحدات تخزين النقطة في كل عينة (يمين). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-5
الشكل 5: قالب مستهدف و UT. (أ)قمم موثوق بها نتيجة للمعالجة الآلية في الخطوة 11؛ الدوائر الحمراء تتوافق مع التحليلات المعروفة في حين أن الدوائر الخضراء غير معروفة. في لوحة فرضها، يتم عرض خصائص كائن قالب ل (Z) -3-hexenal. (B) المساحة الموسعة التي تظهر قمم UT (الدوائر الحمراء والخضراء) ومناطق الذروة (الرسومات الحمراء) من قالب UT مطابقة على عينة من النفط المكتسبة في 70 eV الطاقة المؤينة. (C) قالب UT مطابقة على عينة النفط المكتسبة في 12 eV الطاقة المؤينة. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-6
الشكل 6: قطع تحميل PCA. أنها تظهر تشكيل الطبيعية للعينات (الزيوت من توسكانا وصقلية) كما أنها نتيجة(أ)توزيع قمم المستهدفة أو(ب)توزيع قمم UT. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

ملفات تكميلية. الرجاء الضغط هنا لتحميل هذه الملفات.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يمثل تصور بيانات GC×GC-TOF MS خطوة أساسية لفهم مناسب للنتائج التي تحققت من خلال عمليات فصل شاملة ثنائية الأبعاد. رسم الصور مع تلوين مخصص يسمح للمحللين لتقدير الاختلافات استجابة كاشف وبالتالي التوزيع التفاضلي لمكونات العينة. هذا النهج البصري يغير تماما وجهة نظر المحللين على تفسير ووضع الكروماتوجرامات. هذه الخطوة الأولى، بمجرد فهمها واستخدامها بثقة من قبل الكروماتوغراف، تفتح منظورا جديدا في المزيد من المعالجة.

10- وثمة جانب أساسي آخر من معالجة البيانات هو إمكانية الوصول إلى مصفوفة البيانات الكاملة (أي البيانات الطيفية للتصلب المتعدد والاستجابات) لجميع نقاط العينة، التي يتوافق كل منها مع حدث كشف واحد. وفي هذا الصدد، يبلغ التكامل بين الأبعاد 2ذروته، بحيث تمثل مجموعة أحداث الكاشف المقابلة للت التحليلي الواحد خطوة حاسمة. في البروتوكول الحالي، يستند الكشف عن قمم 2D على خوارزمية مستجمعات المياه18 مع تضمين بعض التعديلات لتحسين حساسية الكشف في حالة المركبات الجزئية المشتركة. ولجعل هذه العملية أكثر تحديدا، يجب القيام بالانتهاك، واعتماد إجراءات أكثر تطورا. وهذا ممكن عن طريق إجراء الكشف عن ذروة أيون لبيانات مرض التصلب العصبي المتعدد؛ الخوارزمية بمعالجة صفيف البيانات وعزل الاستجابة من التحليلات واحد استنادا إلى التشكيلات الطيفية19،31.

وثمة خطوة هامة ولكنها حاسمة في البروتوكول، وأي عملية لتفسير بيانات GC×GC-MS، تتعلق بتحديد التحليلات. ويجب أن يجري المحلل هذا الإجراء، المقترح في الخطوتين 8 و9، في غياب تحليل تأكيدي مع معايير صحيحة. الإجراءات الآلية متاحة في أي برنامج تجاري؛ وهي تشمل تقييم التشابه في التوقيع الطيفي MS مقابل الأطياف المرجعية المجمعة (أي المكتبات الطيفية) وتقييم النسب المميزة بين الأيونات المؤهلة/الكمية. ومع ذلك، هناك حاجة إلى معايير تأكيد إضافية لدحض تحديد الأيزومرات. ويقترح البروتوكول اعتماد فهارس استبقاء خطية لتحديد أولويات قائمة المرشحين؛ الحد هنا يتعلق بتوفر بيانات الاستبقاء واتساقها.

السمة الرئيسية التي تجعل هذا النهج فريدة من نوعها هو قالب مطابقة12،13،15،29. تمكن مطابقة القالب من التعرف على نمط 2D بطريقة فعالة ومحددة وبديهية للغاية. ويمكن تعيينها، من حيث الحساسية وخصوصية، من خلال تطبيق قيم عتبة مخصصة و / أو وظائف القيد في حين يمكن للمحلل الإشراف على الإجراء من خلال التفاعل بنشاط مع معلمات وظيفة التحويل. وتعتمد خصوصية هذه العملية على إمكانية التوفيق بين معلومات القمم المستهدفة وغير المستهدفة بين عينات من دفعة موحدة ولكن أيضا بين العينات المكتسبة بنفس الشروط الاسمية على الرغم من الاختلال المتوسط إلى الشديد. وتتعلق مزايا هذه العملية بإمكانية الحفاظ على جميع عمليات تحديد الهوية التحليلية المستهدفة، وهي مهمة تستغرق وقتا طويلا بالنسبة للمحلل، وجميع البيانات الوصفية المحفوظة للقمم المستهدفة وغير المستهدفة من جلسات الإعداد السابقة.

مطابقة القالب هو أيضا فعالة جدا من حيث الوقت الحسابية. تتكون ملفات بيانات MS منخفضة الدقة من حوالي 1-2 غيغابايت من البيانات المعبأة بينما قد تصل تحليلات MS عالية الدقة إلى 10-15 غيغابايت لكل شوط تحليلي واحد. مطابقة القالب لا يعالج مصفوفة البيانات الكاملة في كل مرة ولكن، في البداية، ينفذ المحاذاة وقت الاستبقاء بين الكروماتوغرام باستخدام قمم القالب ثم، يعالج قمم المرشح داخل إطار البحث عن تطابق تشابهها مع المرجع في القالب. في حالة الاختلال الشديد ، وهو الوضع الأكثر تحديا ، كان أداء التحويلات العالمية متعددة الحدود من الدرجة الثانية أفضل من الأساليب المحلية مع تقليل الوقت الحسابي13.

10 - لكي تنتشر تقنية GC×GC على نطاق واسع خارج الأوساط الأكاديمية ومختبرات البحوث، يتعين على أدوات معالجة البيانات أن تيسر العمليات الأساسية للتصور وفحص الرسوم اللونية؛ تحديد التحليلات ينبغي أن توفر إمكانية اعتماد خوارزميات موحدة والإجراءات (على سبيل المثال، خوارزمية البحث NIST والمعايرة IT)؛ وينبغي أن يكون التحليل المقارن بديهيا وفعالا ومدعما بأدوات تفاعلية. النهج المقترح يعالج هذه الاحتياجات مع تقديم خيارات وأدوات متقدمة للتعامل مع الحالات المعقدة مثل التحليلات المشتركة elution ، معايرة التحليلات المتعددة ، تحليل نوع المجموعة ، ومحاذاة الكشف الموازية.

تغطي الأدبيات المشار إليها العديد من السيناريوهات المحتملة حيث يقدم GC×GC ، وبشكل أعم ، الكروماتوغرافيا ثنائية الأبعاد الشاملة ، حلولا فريدة ونتائج موثوقة لا يمكن تحقيقها من خلال 1D-chromatography في تحليل تشغيل واحد. 5،32،33 على الرغم من GC ×GC هو أقوى أداة تزيد من قدرة الانفصال والحساسية ، وهناك دائما قيود على قوة الفصل ، والحساسية ، وغيرها من القدرات النظامية. ومع اقتراب هذه الحدود المنهجية، يصبح تحليل البيانات أكثر صعوبة تدريجيا. ولذلك، يجب أن يستمر البحث والتطوير في تحسين الأدوات التحليلية المتاحة لنا.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

البروفيسور ستيفن رايشنباخ والدكتور تشينغ بينغ تاو لديهما مصالح مالية في GC Image، ذ.م.م. الدكتور دانييلا بيروني هو موظف في SRA الصكوك، موزع للصورة GC في إيطاليا وفرنسا. الدكتور فيديريكو ستيلو، البروفيسور كيارا كورديرو، والبروفيسور كارلو بيتشي يعلنون عدم وجود تضارب في المصالح.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وقد دعم البحث بروغيتو أجير - فوندازيوني في ريتي في لا رايسركا agroalimentare. مشروع اختصار الكمان - تثمين منتجات الزيتون الإيطالية من خلال أدوات تحليلية مبتكرة (https://olivoeolio.progettoager.it/index.php/i-progetti-olio-e-olivo/violin-valorization-of-italian-olive-products-through-innovative-analytical-tools/violin-il-progetto). برنامج GC Image متاح لتجربة مجانية للقراء الذين يرغبون في إثبات البروتوكول واختباره.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
عمود 1< / sup>D SolGel-Wax (100٪ بولي إيثيلين جلايكول ؛ 30 م & مرات ؛ 0.25 مم تيار مستمر & مرات ؛ 0.25 & mu ؛ م DF). الهيليوم الغازي الناقل عند تدفق اسمي ثابت قدره 1.3 مل / دقيقة.Trajan SGE للعلوم التحليلية ، رينجوود ، أسترالياPN 054796الهيليوم الغازي الناقل بتدفق اسمي ثابت يبلغ 1.3 مل / دقيقة. مجموعة برمجة درجة حرارة الفرن على النحو التالي: 40 درجة ؛ C (2 دقيقة) إلى 240 درجة ؛ C (10 دقائق) عند 3.5 درجة ؛ ج / دقيقة.
عمود 2< / sup>D OV1701 (86٪ بولي ثنائي ميثيل سيلوكسان ، 7٪ فينيل ، 7٪ سيانوبروبيل ؛ 1 م & مرات ؛ 0.1 مم تيار مستمر & مرات ؛ 0.10 & مو ؛ m df) من .ميجا ، لينانو ، ميلانو ، إيطالياPN MEGA-1701
نظام آلي لإعداد العينات: SPR Autosampler ل GCSepSolve-Analytical ، Llantrisant ، زيوت الزيتون البكر الممتاز في المملكة المتحدة
: صقلية وتوسكانا ، إيطاليامشروع VIOLIN (Ager - Fondazioni in rete per la ricerca agroalimentare)تم جمع العينات (العدد = 10) خلال سنة الإنتاج 2018 ضمن حملة أخذ عينات مشروع "الكمان". تم تقديم الزيوت إلى HS-SPME لأخذ عينات من المواد المتطايرة وفقا لبروتوكول مرجعي تم التحقق من صحته في دراسة سابقة ل Stilo et al.14
كروماتوجراف الغاز: موديل 7890B GCAgilent Technologies Wilmington DE ، الولايات المتحدة الأمريكية
GC Image GC & Times ؛ GC edition V 2.9GC Image LLC ، لينكولن ، نبراسكاhttps://www.gcimage.com/gcxgc/trial.html
برنامج معالجة الصورGC Image LLC ، لينكولن ، نبراسكاhttps://www.gcimage.com/gcxgc/trial.html
مطياف الكتلة: BenchTOF-SelectMarkes International Llantrisant ، المملكة المتحدة
Methyl-2-octynoate (CAS 111-12-6)Merck-Millipore / SupelcoPN: 68982
وحدة التحكم في المغير: Optimode v2.0SRA Intruments ، Cernusco sul Naviglio ، ميلانو ، إيطاليا
المغير: KT 2004 نوع الحلقةZoex Corporation Houston ، TX ، الولايات المتحدة
مكتبة MS وبرامج البحث: مكتبة NIST V 2017 ، البرنامج V 2.3المعهد الوطني للمعايير والتكنولوجيا (NIST) ، Gaithersburg MDhttps://www.nist.gov/srd/nist-standard-reference-database-1a-v17
n< / em>-alkanes C8-C40 لفهرسةالاحتفاظ Merck-Millipore / SupelcoPN: 40147-U
n< em>-hexane (CAS 110-54-3) كروماتوغرافيا الغاز MS SupraSolvMerck-Millipore / SupelcoPN: 100795
ألياف الاستخراج الدقيق للمرحلة الصلبةMerck-Millipore / SupelcoPN 57914-U
&alpha ؛ - /&beta ؛ -thujone (CAS 546-80-5)Merck-Millipore / Sigma AldrichPN: 04314
الأمريكية

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Tranchida, P. Q., et al. Potential of comprehensive chromatography in food analysis. Trends in Analytical Chemistry. 52, 186-205 (2013).
  2. Cordero, C., Kiefl, J., Reichenbach, S. E., Bicchi, C. Characterization of odorant patterns by comprehensive two-dimensional gas chromatography: A challenge in omic studies. Trends in Analytical Chemistry. 113, 364-378 (2019).
  3. Cordero, C., Kiefl, J., Schieberle, P., Reichenbach, S. E., Bicchi, C. Comprehensive two-dimensional gas chromatography and food sensory properties: potential and challenges. Analytical and Bioanalytical Chemistry. 407, 169-191 (2015).
  4. Adahchour, M., Beens, J., Vreuls, R. J. J., Brinkman, U. A. T. Recent developments in comprehensive two-dimensional gas chromatography (GC × GC) - Introduction and instrumental set-up. Trends in Analytical Chemistry. 25 (5), 438-454 (2006).
  5. Prebihalo, S. E., et al. Multidimensional gas chromatography: Advances in instrumentation, chemometrics, and applications. Analytical Chemistry. 90 (1), 505-532 (2018).
  6. Cordero, C., et al. Profiling food volatiles by comprehensive two-dimensional gas chromatography coupled with mass spectrometry: advanced fingerprinting approaches for comparative analysis of the volatile fraction of roasted hazelnuts (Corylus Avellana L.) from different origins. Journal of Chromatography A. 1217, 5848-5858 (2010).
  7. Cordero, C., et al. Targeted and non-targeted approaches for complex natural sample profiling by GC×GC-QMS. Journal of Chromatography Sciences. 48 (4), 251-261 (2010).
  8. Maio, D., Maltoni, D. Direct gray-scale minutiae detection in fingerprints. IEEE Transactions on Pattern Analysis and Machine Intelligence. 19 (1), 27-40 (1997).
  9. Jain, A. K., Hong, L., Pankanti, S., Bolle, R. An identity-authentication system using fingerprints. Proceedings of IEEE. 85 (9), 1365-1388 (1997).
  10. Parsons, B. A., et al. Tile-based fisher ratio analysis of comprehensive two-dimensional gas chromatography time-of-flight mass spectrometry (GC × GC-TOFMS) data using a null distribution approach. Analytical Chemistry. 87 (7), 3812-3819 (2015).
  11. Pierce, K. M., Kehimkar, B., Marney, L. C., Hoggard, J. C., Synovec, R. E. Review of chemometric analysis techniques for comprehensive two dimensional separations data. Journal of Chromatography A. 1255, 3-11 (2012).
  12. Reichenbach, S. E., et al. Alignment for comprehensive two-dimensional gas chromatography with dual secondary columns and detectors. Analytical Chemistry. 87 (19), 10056-10063 (2015).
  13. Rempe, D. W., et al. Effectiveness of global, low-degree polynomial transformations for GCxGC data alignment. Analytical Chemistry. 88 (20), 10028-10035 (2016).
  14. Stilo, F., et al. Untargeted and targeted fingerprinting of extra virgin olive oil volatiles by comprehensive two-dimensional gas chromatography with mass spectrometry: challenges in long-term studies. Journal of Agricultural and Food Chemistry. 67 (18), 5289-5302 (2019).
  15. Reichenbach, S. E., Carr, P. W., Stoll, D. R., Tao, Q. Smart templates for peak pattern matching with comprehensive two-dimensional liquid chromatography. Journal of Chromatography A. 1216 (16), 3458-3466 (2009).
  16. Reichenbach, S. E., et al. Informatics for cross-sample analysis with comprehensive two-dimensional gas chromatography and high-resolution mass spectrometry (GCxGC-HRMS). Talanta. 83 (4), 1279-1288 (2011).
  17. Reichenbach, S. E., Tian, X., Cordero, C., Tao, Q. Features for non-targeted cross-sample analysis with comprehensive two-dimensional chromatography. Journal of Chromatography A. 1226, 140-148 (2012).
  18. Latha, I., Reichenbach, S. E., Tao, Q. Comparative analysis of peak-detection techniques for comprehensive two-dimensional chromatography. Journal of Chromatography A. 1218 (38), 6792-6798 (2011).
  19. Reichenbach, S. E., Tao, Q., Cordero, C., Bicchi, C. A data-challenge case study of analyte detection and identification with comprehensive two-dimensional gas chromatography with mass spectrometry (GC×GC-MS). Separations. 6 (3), 38(2019).
  20. Reichenbach, S. E. Chapter 4 Data Acquisition, Visualization, and Analysis. Comprehensive Analytical Chemistry. , 77-106 (2009).
  21. Reichenbach, S. E., Ni, M., Zhang, D., Ledford, E. B. Image background removal in comprehensive two-dimensional gas chromatography. Journal of Chromatography A. 985 (1-2), 47-56 (2003).
  22. Kratz, P. A Generalization of the retention index system including linear temperature programmed gas-liquid partition chromatography. Journal of Chromatography A. 11, 463-471 (1963).
  23. NIST Mass Spectrometry Data Center. NIST Standard Reference Database 1A: NIST/EPA/NIH Mass Spectral Library (NIST 08) and NIST Mass Spectral Search Program (Version 2.0f). National Institute of Standards and Technology (NIST). , Gaithersburg MD. (2005).
  24. Magagna, F., et al. Combined untargeted and targeted fingerprinting with comprehensive two-dimensional chromatography for volatiles and ripening indicators in olive oil. Analytica Chimica Acta. 936, 245-258 (2016).
  25. Reichenbach, S. E., et al. Benchmarking machine learning methods for comprehensive chemical fingerprinting and pattern recognition. Journal of Chromatography A. 1595, 158-167 (2019).
  26. Cialiè Rosso, M., et al. Adding extra-dimensions to hazelnuts primary metabolome fingerprinting by comprehensive two-dimensional gas chromatography combined with time-of-flight mass spectrometry featuring tandem ionization: insights on the aroma potential. Journal of Chromatography A. 1614 (460739), 1-11 (2020).
  27. Cordero, C., et al. Comprehensive two-dimensional gas chromatography coupled with time of flight mass spectrometry featuring tandem ionization: challenges and opportunities for accurate fingerprinting studies. Journal of Chromatography A. 1597, 132-141 (2019).
  28. Ni, M., Reichenbach, S. E., Visvanathan, A., TerMaat, J., Ledford, E. B. Peak pattern variations related to comprehensive two-dimensional gas chromatography acquisition. Journal of Chromatography A. 1086, 165-170 (2005).
  29. Reichenbach, S. E., et al. Reliable peak selection for multisample analysis with comprehensive two-dimensional chromatography. Analytical Chemistry. 85 (10), 4974-4981 (2013).
  30. Markes International. Select-EV: The next Generation of Ion Source Technology. Technical Note. , (2016).
  31. Tao, Q., Reichenbach, S. E., Heble, C., Wu, Z. New investigator tools for finding unique and common components in multiple samples with comprehensive two-dimensional chromatography. Chromatography Today. , February-March (2018).
  32. Seeley, J. V., Seeley, S. K. Multidimensional gas chromatography: fundamental advances and new applications. Analytical Chemistry. 85 (2), 557-578 (2013).
  33. Tranchida, P. Q., Aloisi, I., Giocastro, B., Mondello, L. Current state of comprehensive two-dimensional gas chromatography-mass spectrometry with focus on processes of ionization. Trends in Analytical Chemistry. 105, 360-366 (2018).

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

GCxGC

مقالات ذات صلة