当前位置: 首页> 交通专利数据库 >详情
原文传递 筛查不同环境样品中具有显著性差异的化合物的方法
专利名称: 筛查不同环境样品中具有显著性差异的化合物的方法
摘要: 本发明提供一种筛查不同环境样品中具有显著性差异的化合物的方法,包括以下步骤:样品前处理;确定色谱参数,设定质谱参数,利用GC×GC‑HRTOFMS对待分析样品进行分析;通过ChromaTOF软件对GC×GC‑HRTOFMS分析获得的数据进行质量校准、解卷积、峰识别和峰对齐;针对多变量大数据集,利用SIMCA软件进行PCA和PLS‑DA,对不同样品生成的化学指纹数据集搜索特征,探究不同样品中有机污染物组成是否具有一定的相似性或差异性,执行OPLS‑DA筛选有机污染物组成明显不同的两组样本间具有显著性含量差异的化合物;对筛选出的差异性化合物进行鉴定。
专利类型: 发明专利
国家地区组织代码: 北京;11
申请人: 中国科学院生态环境研究中心
发明人: 高丽荣;乔林;郑明辉;刘杨;黄帝
专利状态: 有效
申请日期: 2021-11-22T00:00:00+0800
发布日期: 2022-03-25T00:00:00+0800
申请号: CN202111403438.0
公开号: CN114235984A
代理机构: 北京纪凯知识产权代理有限公司
代理人: 吴爱琴
分类号: G01N30/02;G01N30/06;G01N30/88;G;G01;G01N;G01N30;G01N30/02;G01N30/06;G01N30/88
申请人地址: 100085 北京市海淀区双清路18号
主权项: 1.一种筛查不同环境样品中具有显著性差异的化合物的方法,包括以下步骤: (1)样品前处理 依据分析目的采集多个不同类别环境样品,分别采用加速溶剂萃取法提取后浓缩,膜过滤去除大分子杂质,所得滤液用正己烷定容作为待分析样品,并从每个样品的滤液中取出等体积溶液混匀得到质量控制样本; (2)仪器分析 确定色谱参数,设定质谱参数,利用GC×GC-HRTOFMS对步骤(1)制得的待分析样品进行分析; (3)数据预处理 通过ChromaTOF软件对GC×GC-HRTOFMS分析获得的数据进行质量校准、解卷积、峰识别和峰对齐; (4)多元统计分析 针对多变量大数据集,利用SIMCA软件进行主成分分析(PCA)和偏最小二乘判别分析(PLS-DA),对不同样品生成的化学指纹数据集搜索特征,探究不同样品中有机污染物组成是否具有一定的相似性或差异性,执行正交偏最小二乘判别分析(OPLS-DA)筛选具有不同有机污染物指纹特征的两组样本间具有显著性含量差异的化合物; (5)差异化合物鉴定 通过谱库检索,保留指数比对,同位素峰验证,精确质量数偏差以及离子碎裂模式诊断方法对筛选出的差异性化合物进行鉴定。 2.根据权利要求1所述的方法,其特征在于:步骤(1)中,以经正己烷:二氯甲烷(1:1,v/v)为溶剂进行加速溶剂萃取; 通过旋转蒸发和稳定氮气流进行浓缩, 所述膜过滤为采用0.22μm的有机滤膜去除大分子杂质。 3.根据权利要求1或2所述的方法,其特征在于:步骤(3)的操作为:通过ChromaTOF软件中Reference功能将QC样本中检测出的色谱峰产生一个峰列表,作为样品间色谱峰的比对基准(reference standard);将不同样品中的色谱峰参照此reference standard进行峰对齐和峰比对,将一维保留时间偏差在±10s,二维保留时间偏差在±0.1s,质谱相似度在500以上的色谱峰指认为同一化合物,从而获得包含保留时间,质荷比,峰强度和样品信息的数据矩阵;并依据峰响应把所有检测出的色谱峰标记为match,out of tolerance,not found和unknown四类,即通过以质控样品为参照进行样品间比对,将不同样品中检出的全部化合物根据色谱保留时间和质谱碎片离子进行峰对齐,得到一个包含保留时间,质荷比,峰强度和样品信息的数据矩阵用于后续多元统计分析。 4.根据权利要求1-3中任一项所述的方法,其特征在于:步骤(4)的操作为:将每个数据集通过对数变换和帕累托缩放进行归一化,通过无监督主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)探究不同环境样本间有机组分的聚类情况,判断不同组别样品中有机污染物的组成较为相似还是差异较大,在正交偏最小二乘判别分析(OPLS-DA)中构建模型并利用7重交叉验证和200次置换检验表明所构建模型的稳健性可靠性和预测能力,依据方差重要性投影(VIP)>1以及p<0.05两个标准筛选出不同组别样品间具有显著性差异的化合物。 5.根据权利要求1-4中任一项所述的方法,其特征在于:步骤(3)和(4)之间还可进一步包括数据质量评价步骤,即,通过QC样本的重复多次分析,观察检出的化合物有无明显的信号漂移,表征检测方法的稳定性。
所属类别: 发明专利
检索历史
应用推荐