一种先进的气相色谱-质谱工作流程，用于高置信度地非靶向筛查回收塑料中意外添加的物质

《ACS Measurement Science Au》：An Advanced Gas Chromatography–Mass Spectrometry Workflow for High-Confidence Non-Targeted Screening of Non-Intentionally Added Substances in Recycled Plastics

提高回收塑料中非目标添加物检测置信度的二维气相色谱-高分辨质谱联用新方法。采用易实施的非冷流路调制二维气相色谱与高分辨质谱联用技术，结合保留指数匹配和质谱准确质量数据，建立四级置信度评估体系（质谱匹配度、保留指数误差、质谱精度）。实验证明该方法较传统一维色谱分析分离效率提升50%，70%以上检测获得中高置信度，并成功验证了26种环境相关化合物在回收塑料中的污染特征。

　　随着全球循环经济的不断发展，回收在塑料材料行业中的重要性日益凸显。回收塑料来源于多种渠道，往往包含大量非有意添加的物质（NIAS），如有机污染物、聚合物降解产物和消费者残留物。这些物质的准确识别对于评估回收材料的质量以及清洁工艺的效果至关重要。然而，传统的单维气相色谱（GC）技术在处理这些复杂样品时面临诸多挑战，难以提供高精度的检测结果。因此，本研究结合了一种无需液氮的综合二维气相色谱（GC × GC）与高分辨率质谱（HRMS）技术，并引入了一种基于置信度的数据报告流程，以实现对回收塑料中非靶向物质的更严谨和更高置信度的识别。这一方法通过构建四个置信度等级和七个置信度描述分类，利用高分辨率质谱数据中的质谱匹配、保留指数匹配和质荷比精度，进一步提升了化合物识别的可靠性。

在当前社会中，塑料的广泛应用使得塑料废弃物的处理成为亟待解决的问题。回收塑料的质量不仅影响其再利用的可行性，还关系到最终产品的安全性和环保性。因此，对回收塑料中可能存在的非有意添加物质进行系统分析，是确保其符合环保标准和应用需求的重要环节。非有意添加物质通常包括有机污染物、添加剂残留、聚合物降解产物以及来自回收环境的其他杂质。这些物质的来源多样，可能来自塑料的生产过程、使用过程以及回收过程中与不同材料的接触。其中，分子量较小的非有意添加物质因其潜在的毒性、迁移性和对环境的影响，更值得关注。

为了更全面地识别这些非有意添加物质，研究团队采用了一种新型的分析方法，结合了二维气相色谱与高分辨率质谱技术。二维气相色谱通过引入第二维分离，能够显著提高化合物的分离能力，从而减少不同化合物之间的共洗脱现象。这种技术在复杂样品分析中表现出色，尤其适用于回收塑料等含有大量有机化合物的样品。同时，高分辨率质谱技术通过提供精确的质荷比数据，有助于区分结构相似但质荷比不同的化合物，从而提高化合物识别的准确性。

本研究中，团队提出了一个基于置信度的化合物识别框架，通过设定不同的置信度等级和描述分类，将化合物的识别结果分为高、中、低及未检测等类别。这一框架结合了多种分析指标，包括质谱匹配度、保留指数误差和质荷比精度。在实验过程中，团队对回收塑料样品进行了清洗处理，并使用不同浓度的标准物质（5 ppm 和 1 ppm）进行加标实验，以验证该方法的准确性和可靠性。结果显示，使用该方法可以识别出超过70%的化合物，且在清洗前后样品中，识别出的峰数比传统的一维气相色谱方法增加了约50%，而数据采集和分析的时间并未显著增加。

此外，团队还对多种标准物质进行了实验，包括常见的非有意添加物质、增塑剂和多环芳烃（PAHs）等。通过与已知化合物的对比分析，验证了该方法在复杂基质中的适用性。实验表明，该方法在处理回收塑料样品时，能够有效区分不同类型的化合物，并减少误识别的可能性。然而，对于某些特定的化合物，如某些多环芳烃和双酚A，由于其在气相色谱中的低响应或分解现象，仍可能无法被检测到。因此，进一步优化分析方法和实验条件，以及引入更多先进的检测手段，仍然是未来研究的重要方向。

在实验过程中，团队使用了多种不同的色谱柱组合，以评估其在非靶向分析中的性能。其中包括标准非极性、半标准非极性和极性色谱柱的组合。通过比较不同色谱柱的分离效果，团队发现使用标准非极性色谱柱与极性色谱柱的组合能够更好地分离出极性较强的化合物。此外，团队还利用保留指数（RI）作为识别指标之一，通过与标准物质的保留指数进行对比，进一步提高了化合物识别的准确性。

在数据处理方面，团队采用了基于计算机视觉的模板匹配方法，通过提取不同样品的色谱图特征，构建了一个统一的识别模板。这一模板能够自动匹配不同样品中的化合物，并通过设定一定的像素偏差阈值来补偿小范围的保留时间偏移。通过这种方式，团队实现了对大量样品的高效、准确处理，为未来的非靶向分析提供了新的思路和技术支持。

综上所述，本研究通过结合二维气相色谱与高分辨率质谱技术，并引入基于置信度的识别框架，为回收塑料中非有意添加物质的识别提供了一种更为严谨和高效的方法。这一方法不仅能够提高化合物识别的准确性，还能减少误识别的可能性，从而为回收塑料的质量评估和清洁工艺的优化提供了重要的技术支持。未来的研究将进一步探索该方法在其他复杂基质中的应用，并结合更多先进的检测手段，以实现对非有意添加物质的更全面分析。