一种基于液相纳米萃取的快速原位方法，用于测定脑脊液中的全氟化合物

《Journal of Chromatography A》：A rapid in-situ method based on liquid-phase nanoextraction for the determination of perfluorinated compounds in cerebrospinal fluid

　　

张新阳|蔡龙|崔梦清|黄新科|郝惠兰|金向子|史晓彤|李东豪|邹一琳

化学系，生物功能分子跨学科项目，综合科学学院，延边大学，教育部，吉林省延吉市公园路977号，邮编133002，中国

摘要

全氟化合物（PFCs）是一类具有强生物累积性和稳定性的新兴污染物，对人类健康存在潜在风险。生物样本中的目标分析物通常体积有限且含量处于痕量水平，因此需要采用原位和低侵入性的检测技术（如固相微萃取（SPME）、微流控芯片分析和体内采样）。然而，传统的检测方法难以实现对痕量PFCs的准确定性和定量分析。在本研究中，通过将纳米限制液相微萃取（NLPNE）与液相色谱-串联质谱（LC-MS/MS）结合，开发了一种快速、原位且环保的分析方法，用于检测脑脊液中的9种PFCs。交错的碳纳米纤维（CNFs）形成了多维网络纳米孔，为构建NLPNE系统提供了良好的结构基础。碳纳米纤维/碳纤维（CNFs/CFs）被用来限制甲醇的流动，将其封装在针尖上制成便携式针尖萃取装置。这种限制甲醇的方法提高了9种PFCs的萃取效率。优化了影响萃取性能的关键参数（包括限制流体的类型和体积、萃取时间、脱附溶剂的类型和脱附时间）。在最佳条件下，该方法在0.1-500 μg L^?1的范围内表现出优异的线性（r ≥0.9955），方法检测限（MDLs）和定量限（MQLs）分别为0.15至7.5 μg L^?1和0.50至24.98 μg L^?1。日内和日间相对标准偏差（RSDs）≤12.99%，脑脊液样本中PFCs的回收率为70.56%-119.12%，RSD ≤11.63%。与传统方法相比，该方法具有时间短、有机溶剂用量少和操作简单的优点，为小体积复杂生物样本中痕量PFCs的实时快速分析提供了一种新颖可靠的方法。

章节摘录

引言

新兴污染物与传统污染物不同，它们对人类健康或环境具有潜在或实际的威胁[1]。近年来定义的各种新兴化合物中，全氟化合物（PFCs）因其在工业和家用产品中的广泛存在以及其化学稳定性、热稳定性和独特的表面活性剂特性而受到广泛关注[2]。PFCs是一类合成有机氟化物，其中所有

材料与试剂

全氟己烷-1-磺酸（PFHxS，≥98%）、全氟丁烷-1-磺酸（PFBS，≥98%）、全氟丁酸（PFBA，≥98%）、全氟戊酸（PFPeA，≥98%）、全氟己酸（PFHxA，≥98%）、全氟庚酸（PFHpA，≥98%）、全氟辛酸（PFOA，≥98%）、全氟壬酸（PFNA，≥98%）和全氟癸酸（PFDA，≥98%）购自Sigma-Aldrich（美国贝莱丰特），其化学结构如图S1所示。HPLC级醋酸铵也用于实验

CNFs/CFs和CNFs/GFs的表征

纳米孔的尺寸、体积和连通性等形态特征将决定其对分析物的萃取能力。

如图2A-B所示，CNFs/GFs和CNFs/CFs的SEM形态表征显示，CNFs均匀生长在GFs或CFs表面，CNFs的直径在30至60纳米之间（图2C-D）[17]。图2E1和F1中的N₂吸附-脱附等温曲线显示为IV型等温线

结论

开发了一种用于检测小体积脑脊液样本中可混溶相PFCs的方法，该方法具有原位、快速（总时间60秒）的特点，并且只需要少量有机溶剂（100 μL），体现了其高准确性、环保和无污染的优势。实验结果表明，生长在不同基底表面的CNFs限制流体可用于分析物的萃取，由CNFs交错排列形成的多维纳米孔发挥了重要作用

伦理标准

该手稿不包含临床研究或患者数据。

出版同意

不适用

数据和材料的可用性

不适用

CRediT作者声明

张新阳：方法学设计、原始稿撰写；

蔡龙：分析物检测；

崔梦清：方法学设计和材料准备；

黄新科和史晓彤：软件开发和数据分析；

郝惠兰和金向子：资金获取和监督；

李东豪和邹一琳

CRediT作者贡献声明

张新阳：原始稿撰写、方法学设计。蔡龙：方法学设计。崔梦清：方法学设计。黄新科：软件开发和数据分析。郝惠兰：监督和资金获取。金向子：监督和资金获取。史晓彤：软件开发和数据分析。李东豪：撰写、审稿和编辑、监督、资源获取。邹一琳：撰写、审稿和编辑、监督、资源获取。

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

本研究得到了广东省基础与应用基础研究（2023A1515010108）、国家自然科学基金（编号22206208、22206171、22366037、22176164）以及吉林省科技发展计划项目（YDZJ202601ZYTS176）的支持。