Очень мало известно о химических изменениях, лежащих в основе обонятельных сигналов у животных1,в том же время из-за методологических проблем в регистрации и количественной оценке летучих химических профилей запахов2. Существует несколько потенциальных ловушек при работе с очень сложными химическими матрицами; к ним относятся при отборе проб и анализе запаха образцов3.
В Научном центре Розалинд Франклин Университета Вулверхэмптона мы проводим анализ запахов и запахов, чтобы понять, как они могут использоваться животными. Мы объединяем семиохимию с поведенческой экологией, эндокринологией и цитологией, чтобы улучшить наше понимание роли обонятельных сигналов в общении животных.
Мы разработали методологию, а затем проанализировали запахи и маркировку различных видов, включая нескольких нечеловеческих приматов (то есть коронованных лемуров, красно-взъерошенные лемуры, японские макаки, оливковые бабуины, шимпанзе) и других млекопитающих (то есть кошек, коров). Мы собрали и проанализировали различные образцы, включая мочу, фекалии, волосы и выделения запаха пахлочек. Эти запахи и запаховые метки состоят из сложных смесей соединений, и поэтому любая методология, используемая для их анализа, должна включать некоторую форму сепараторного метода. Как показано на рисунке, они также встречаются в ряде матриц, что обусловливает необходимость использования методов извлечения интересующих компонентов.
Предыдущие исследования Vaglio et al.4 и других авторов5 использовали динамическую экстракцию в пространстве над головой (DHS) с помощью газовой хроматографии-масс-спектрометрии (GC-MS), в то время как прямая экстракция растворителем6 и комплексная экстракция растворителем7 также использовались. В частности, динамический отбор проб в пространстве над головой включает очистку пространства над головой известным объемом инертного газа, который в конечном итоге удаляет все летучие соединения, за исключением тех, которые демонстрируют сильное сродство к матрице образца (например, полярные соединения в водных образцах).
Для текущей методологии мы приняли метод твердофазной микроэкстракции пространства над головой (HS-SPME) в сочетании с GC-MS. В частности, мы разработали и усовершенствовали методологию, уже используемую Vaglio et al. в своей предыдущей лаборатории GC-MS8,9,10.
Методы экстракции без растворителя очень эффективны для анализа небольших, высоколетучих соединений (которые в противном случае могут быть легко потеряны из образца), поскольку эти методы иммобилизуют соединения на стабильной твердофазной опоре. HS-SPME использует волокно, покрытое адсорбентным полимером, для захвата летучих соединений в пространстве образца или для извлечения растворенных соединений путем погружения в водную биологическую жидкость11. Полимерное покрытие не связывает соединения сильно, поэтому нагреванием в инжекционном порту ГК их можно удалить. Этот метод является более мощным, чем методы экстракции растворителем, а также более эффективным, чем DHS.
При нынешнем подходе образцы содержатся в стеклянных флаконах. Эти флаконы нагревают до температуры 40 °C для имитации температуры тела животного, чтобы способствовать тому, чтобы летучие компоненты аромата занимали пространство головы флакона. Волокно SPME, покрытое 65 мкм сорбентного материала полидиметилсилоксана/дивинилбензола (PDMS/DVB), подвергается воздействию среды пространства над головой, и летучие компоненты из образца адсорбируются на волокно. При нагревании волокна во входном порту GC-MS летучие компоненты десорбируются от волокна, а затем отделяются GC. Паттерны масс-спектральной фрагментации получены для каждого компонента с использованием MS. Сравнивая эти масс-спектры с масс-спектральными базами данных, можно предварительно определить компоненты ароматического знака. Благодаря использованию автоматического пробоотборщика мы можем последовательно анализировать несколько образцов партиями.
Учитывая, что каждый тип волокна SPME имеет различное сродство с полярными химическими веществами, волокно обычно выбирают в зависимости от полярности и/или молекулярной массы целевых химических соединений. Кроме того, условия ГК изменяются в зависимости от типа колонки ГК и характеристик целевых химических соединений.
Этот метод позволяет проводить полуциплиматический анализ летучих компонентов запаховой маркировки, позволяя разделять и предварительно идентифицировать компоненты в образце с последующим анализом коэффициентов пиковой площади для поиска тенденций, которые могли бы означать компоненты ароматовой маркировки, которые могут быть вовлечены в сигнализацию.
Ключевыми сильными сторонами этого нынешнего подхода являются:
- Диапазон типов образцов, которые могут быть проанализированы.
- Не требуется сложная пробоподготовка или экстракция.
- Возможность анализа летучих компонентов.
- Возможность разделения компонентов смеси.
- Чтобы иметь возможность идентифицировать обнаруженные компоненты.
- Способность предоставлять полу количественное и потенциально количественное представление об обнаруженных компонентах.