Headspace GC-MS를 이용한 커피 시료의 종합 분석 + 미지 성분 분석 [GC-TOFMS 응용]

일반

질량 분석법의 발전으로 이전에는 관찰할 수 없었던 미량 시료 및 미지 성분의 분석이 가능해졌습니다. 질량 분석을 통해 얻는 정보의 양이 증가함에 따라 연구자들은 관찰된 수많은 성분을 분석하기 위한 간단한 기술을 요구하고 있으며, 이에 따라 다중 분류 분석을 포함한 종합적인 분석 기술에 대한 요구가 증가하고 있습니다.
이번 연구에서는 고분해능 GC-MS를 이용한 포괄적인 분석과 soft ionization 및 EI를 이용한 미지 성분 분석을 결합한 새로운 비표적 분석 기법을 소개합니다.

방법

측정 조건을 표 1에 나타낸다. 5가지 유형의 상업용 커피(A: 인도네시아, B: 에티오피아, C: 과테마, D: 브라질)를 샘플로 선택했습니다. 각 샘플은 5회 측정되었습니다(n=XNUMX). 샘플은 다음과 같이 준비되었습니다.

• 22mL 헤드스페이스(HS) 바이알에 커피 원두 15g을 넣고 100℃의 물 XNUMXmL를 넣은 후 바이알을 밀봉하였다.
• 시료를 상온으로 식힌 후 상등액 10 mL를 다른 HS 바이알에 넣고 내부 참조(p-Bromofluorobenzene) 2 μL를 시료에 넣었다.
• 마지막으로 상기 용액 2mL를 바이알에 밀봉하여 시료로 사용하였다.

표 1. 측정 조건

헤드스페이스 조건

GC-TOFMS 조건

결과

그림 1은 획득한 TIC 크로마토그램을 보여줍니다. 각 시료에서 관찰된 성분 중 높은 강도로 검출된 성분의 차이를 볼 수 있었다. 그러나 감지된 모든 구성 요소를 수동으로 검사하는 것은 매우 긴 프로세스입니다. 또한 TIC 기준선 아래 숨겨진 미세 성분 분석은 작업자에 따라 다른 결과가 나올 가능성이 높기 때문에 동일한 조건에서 피크 검출이 가능한 자동 분석 소프트웨어가 시료 간 성분 비교에 더 효과적입니다. 커피의 휘발성 성분에 대한 포괄적인 분석을 위해 SpectralWorks AnalyzerPro를 사용했습니다. AnalyzePro는 먼저 deconvolution을 통해 크로마토그램에서 해당 구성 요소를 추출합니다. 프로그램은 디콘볼루션에 의해 선택된 구성요소의 모든 질량 스펙트럼에 대해 NIST 라이브러리를 자동으로 검색합니다. 결과는 표로 작성되고 결과 데이터는 PCA 및 확산 분석에 적용됩니다.

그림 2는 PCA 결과를 보여줍니다. PCA 점수 플롯은 측정된 데이터를 성장 위치에 따라 분류했습니다. 구체적으로, 1주성분 축은 인도네시아산 커피(A)와 다른 곳에서 생산되는 커피를 구분하였다. 다음으로 인도네시아 커피(A)의 특징적인 성분인 1차 주성분의 양의 분리에 기여한 성분을 식별하기 위해 PCA 로딩 플롯을 작성했습니다. 그림 3은 PCA 로딩 플롯(빨간색 원 내의 영역)에서 양의 측면에 있는 첫 번째 주성분 축의 확대 보기를 보여줍니다.

그림 3에 표시된 네 가지 구성 요소가 첫 번째 주성분의 긍정적인 분리에 가장 많이 기여했습니다. 이 중 1개의 구성 요소가 NIST 라이브러리 검색을 통해 식별되었습니다. 예를 들어, 피리딘은 커피의 방향성 성분으로 알려져 있습니다. 인도네시아산 커피(A)의 피리딘 함량은 다른 지역에 비해 3배 이상 높아 인도네시아산 커피의 특징적인 성분임을 알 수 있다.

그림 1. TIC 크로마토그램.

그림 2. PCA 점수 플롯 및 로딩 플롯.

그림 3. PCA 로딩 플롯의 확대 보기.

그림 4. 인도네시아 커피의 미지 성분에 대한 EI 및 FI 질량 스펙트럼 및 정확한 질량 측정 결과.

그림 5. 인도네시아 커피의 알려지지 않은 성분에 대한 예상 구조식.

NIST 라이브러리 검색이 그림 4에 표시된 3개의 구성 요소 중 하나에 사용되었을 때(그림에서 ?로 표시됨) 상위 후보에 대한 Match Factor가 682로 낮았으며 이는 이 구성 요소가 NIST 라이브러리 데이터베이스에 등록되지 않았음을 나타냅니다. . 따라서, 이 성분의 분자식은 소프트 이온화(FI)에 의해 추정되었다. 구조식도 EI로 관찰한 단편 이온의 조성을 계산하여 추정하였다.

그림 4는 FI 질량 스펙트럼, 동위 원소 패턴 및 정확한 질량 분석 결과와 EI 질량 스펙트럼 및 정확한 질량 분석 결과를 보여줍니다. 최고점 m / z FI 질량 스펙트럼에서 관찰된 124는 정확한 질량 및 동위원소 패턴 분석을 거쳐 C의 공식을 갖는 것으로 추정되었습니다.₇H₈O₂ 및 4의 불포화 수준. 불포화 수준이 정수였기 때문에, m / z 124는 분자 이온이었다. EI fragment ion을 각 원소와 C의 양을 이용하여 정밀질량분석을 했을 때₇H₈O₂, 모든 조각 이온의 조성이 결정되었습니다. 이것은 또한 이 알려지지 않은 구성 요소에 대한 공식이 C임을 시사합니다.₇H₈O₂. 그림 5에 표시된 구조는 EI 조각 이온의 공식에서 추정되었습니다. 최고점 m / z EI 조각 이온으로 관찰된 96은 분자 피크에서 CO와 에틸렌이 탈착되어 생성된 이중 피크였습니다. 고해상도 MS는 정확한 질량을 결정하여 동일한 정수 값(CO 및 에틸렌은 모두 28u)을 갖는 조각 이온을 식별할 수 있습니다. 결과는 EI 조각 이온에 대한 정확한 조성 결정이 알려지지 않은 구성 요소의 구조를 추정할 수 있음을 보여줍니다.

요약

다중 분류 PCA는 여러 샘플을 구별하는 특성 구성 요소를 추출할 수 있습니다. 추출된 구성 요소가 NIST 라이브러리 데이터베이스에 등록되지 않은 경우 저해상도 GC-MS는 구성 요소를 식별할 수 없습니다. 이러한 상황에서는 정확한 질량 분석이 가능한 고분해능 GC-MS와 소프트 이온화를 결합하여 분자식을 추정하고 EI를 사용하여 구조식을 추정하는 것이 효과적입니다.