气相色谱-燃烧-同位素比质谱法测定天然及13C标记氨基糖的醛糖腈衍生物开发

本研究针对GC-C-IRMS（气相色谱-燃烧-同位素比质谱法）测定氨基糖δ13C值时存在的校正误差问题，开发了基于信号高度的新型校正方法。通过优化醛糖腈衍生物制备流程，结合EA-IRMS（元素分析-同位素比质谱）校准，显著提高了天然丰度与13C标记氨基糖的检测精度（R2=0.9995），成功应用于土壤微生物残体碳溯源，为土壤有机质动态研究提供了可靠技术支撑。

　　

土壤碳循环的微生物密码：氨基糖同位素分析技术突破
土壤有机质(SOM)储存着全球大气两倍的碳量，其中微生物残体贡献了近50%的稳定碳库。氨基糖作为微生物特异性生物标志物，其δ¹³C值能揭示微生物对有机质的转化过程。然而现有检测技术面临三大瓶颈：传统GC/MS无法检测天然丰度同位素，LC/IRMS对MurN（胞壁酸）灵敏度不足，而GC-C-IRMS的校正因子受浓度波动影响显著。这些问题严重制约了氨基糖稳定同位素示踪(AS-SIP)技术在土壤碳循环研究中的应用。

为解决这一难题，研究人员开发了基于信号高度的新型GC-C-IRMS校正方法。通过优化醛糖腈衍生物制备工艺，建立信号高度-同位素值线性模型（R2=0.9995），并首次提出以EA-IRMS预校准的CO₂作为基准气体。该方法成功消除了传统浓度校正法因溶剂挥发导致的误差，在500‰丰度范围内未发现同位素残留效应，使δ¹³C检测精度达到EA-IRMS相当水平。

关键技术方法
研究采用GC-C-IRMS联用系统，通过醛糖腈衍生化处理氨基糖标准品（GlcN/GalN/ManN/MurN），优化色谱柱程序升温（初始80℃保持2min，以15℃/min升至280℃）。以信号高度替代浓度建立校正因子，通过EA-IRMS多点归一化法校准参考气体δ¹³C值，最终应用于中国典型农田土壤样本分析。

研究结果
参数优化与色谱分离
通过对比DB-5ms和HP-5色谱柱，确定0.8mL/min载气流速下可实现四种氨基糖衍生物基线分离。心切割阀关闭时间优化至0.5min，有效减少峰拖尾。

校正模型验证
信号高度法校正的GlcN δ¹³C值与EA-IRMS结果偏差<0.5‰，显著优于浓度校正法的3.2‰误差。¹³C标记GlcN在0-1000‰范围内呈现完美线性（y=1.001x-0.214）。

土壤样本应用
农田土壤检测显示真菌源GlcN占比达68%，细菌源MurN仅7%，GlcN/MurN比值明确指示真菌主导的碳转化途径。

结论与意义
该研究突破性地解决了GC-C-IRMS在氨基糖同位素分析中的校正难题，首次证实信号高度法可有效规避溶剂挥发引起的系统误差。建立的1000‰宽动态范围检测体系，为¹³C标记实验设计提供更大灵活性。通过精准量化真菌/细菌残体碳贡献，为解析SOM形成机制提供了方法学基础。Yanan Li等学者在《Journal of Chromatography A》发表的这项成果，将显著推动土壤碳循环的微生物过程研究向更高精度发展。