Wie lassen sich unbekannte Substanzen identifizieren?

Die Identifizierung unbekannter Substanzen in komplexen Proben gehört zu den größten Herausforderungen in der analytischen Chemie. Die Flüssigchromatographie, gekoppelt mit hochauflösender Massenspektrometrie (LC-HRMS), ist eine leistungsfähige Methode zur Identifizierung bekannter Substanzen mit sehr geringen Konzentrationen. Oft können mit dieser Methode sehr niedrige Nachweisgrenzen erreicht werden. Das sogenannte Non-Target-Screening (NTS) stellt für die LC-HRMS jedoch eine große Herausforderung dar.

Das NTS bildet die Grundlage für die Identifizierung unbekannter Substanzen. Es umfasst die Erfassung aller detektierbaren Signale in einer Probe und die anschließende Datenanalyse zur Identifizierung potenzieller Analyten basierend auf dem Abgleich mit Datenbanken und rechtlichen Vorgaben.

Die Hauptschritte umfassen:

1. Datenakquisition: 
   Erfassung von MS- und MS/MS-Daten für alle detektierbaren Verbindungen.
    
2. Datenverarbeitung: 
   Verwendung von Softwaretools zur Extraktion und Filterung relevanter Signale.
    
3. Datenbankabgleich:
   Ein Abgleich mit allgemeinen Datenbanken ist bei der LC-HRMS häufig nicht möglich. Um die Identifizierung zu verbessern, ist es daher wichtig, eigene Datenbanken mit häufig auftretenden Extractables und Leachables zu erstellen.

Die Identifizierung unbekannter Substanzen mittels LC/HRMS ist mit mehreren Herausforderungen verbunden: 

1. Datenkomplexität: 

   • Große Datenmengen: LC/HRMS erzeugt eine enorme Menge an Daten, da jede Probe zahlreiche Signale und Peaks enthält. Die Verarbeitung und Interpretation dieser Daten erfordert leistungsfähige Software und erfahrene Analysten.

   • Signalüberlagerung: In komplexen Proben können sich Signale verschiedener Substanzen überlagern, was die Identifizierung erschwert.
      

2. Datenqualität: 

   • Blindwerte: Hochauflösende Systeme sind empfindlich gegenüber Verunreinigungen. Selbst geringfügige Verunreinigungen in Chemikalien und Materialien können Signale erzeugen, die die Analyse verfälschen. Ebenso können kleinste Verunreinigungen, die durch die Methode selbst (Bsp. durch die Extraktion) entstehen, ein starkes Hintergrundrauschen erzeugen. Eine besonders sorgfältige Arbeitsweise ist daher unerlässlich.

   • Reinheit der Materialien: Unterschiede in der Reinheit von Vials, analytischen Säulen und der mobilen Phase können die Qualität der Ergebnisse beeinflussen. Daher sollten alle verwendeten Materialien MS-Qualität aufweisen
      

3. Datenbanken und Referenzmaterialien: 

   • Unvollständige Datenbanken: Die Identifizierung unbekannter Substanzen erfordert umfangreiche und gut gepflegte Datenbanken. Oft sind diese Datenbanken jedoch unvollständig oder enthalten nicht alle möglichen Verbindungen. 

   • Fehlende Referenzmaterialien: Für viele unbekannte Substanzen gibt es keine kommerziell verfügbaren Referenzmaterialien, was die Bestätigung der Identität erschwert.
      

4. Methodenentwicklung: 

   • Optimierung der Trennbedingungen: Die Wahl der mobilen und stationären Phase sowie die Optimierung des Gradienten sind entscheidend für die Trennleistung und die Empfindlichkeit der Methode.
      

5. Interpretation der Ergebnisse: 

   • Falsch-positive Ergebnisse: Die große Anzahl an Signalen kann zu falsch-positiven Ergebnissen führen. Diese müssen durch zusätzliche Analysen und Abgleich mit Blindwerten minimiert werden. 

Die Identifizierung unbekannter Substanzen mittels LC/HRMS ist eine vielversprechende Methode, die kontinuierlich weiterentwickelt wird. Durch den Einsatz von NTS können Wissenschaftler ein breites Spektrum an Verbindungen in komplexen Proben identifizieren. 

Die LC-HRMS-Technik wird in verschiedenen Bereichen eingesetzt, darunter Umweltanalytik, Lebensmittelkontrolle und klinische Diagnostik. Trotz ihrer Leistungsfähigkeit gibt es Herausforderungen, wie die Komplexität der Datenanalyse und die Notwendigkeit robuster Datenbanken.