Исследование экспосома и приоритетных загрязняющих веществ в окружающей среде регионов России с помощью комплексного масс-спектрометрического скринингаНИР

Study of the exposome and priority pollutants in the environment of the regions of Russia by means of complex mass spectrometric non-targeted screening

Источник финансирования НИР

грант РНФ

Этапы НИР

# Сроки Название
1 28 июля 2021 г.-30 июня 2022 г. Исследование экспосома и приоритетных загрязняющих веществ в окружающей среде регионов России с помощью комплексного масс-спектрометрического скрининга
Результаты этапа: Методом ГХ-МСВР были изучены пробы окружающей среды (снег из Москвы и Архангельска, природная вода из Москвы-реки) с использованием разрешающей способности до 100000. Полученные результаты анализов дополненные литературными данными показали, что рутинные задачи, связанные с идентификацией хлор- и бромсодержащих ксенобиотиков в объектах окружающей среды, не требуют применения разрешения выше 25000. Более того, данного разрешения оказывается достаточно даже при возникающих интерференциях сигналов соединений, не содержащих галогенов. Исследовательские задачи, связанные с выявлением новых ксенобиотиков в объектах окружающей среды, могут потребовать разрешающей способности 25000 и более, так непредсказуемость природы образца может внести существенный вклад в сложность пробы. Опираясь на опыт, полученный в ходе анализов проб окружающей среды в регионах РФ и изучения литературных данных, следует, что при решении большинства задач на приборах ГХ-МС достаточно разрешения от 15000 до 25000. В 2021 году отобраны образцы снега в окрестностях города Архангельск. Подготовленные дихлорметановые экстракты были проанализированы методом двумерной газовой хроматографии – масс-спектрометрии (ГХ×ГХ-МСВР). Полученные экспериментальные данные обработали вручную и с помощью алгоритмов автоматической обработки, используя программное обеспечение LECO ChromaTOF Tile. Также ряд хемометрических подходов на основе встроенного алгоритма анализа данных от компании производителя прибора, программных платформ открытого доступа (MetaboAnalyst), а также собственных разработанных алгоритмов на основе общедоступных программных протоколов был использован для обработки, как сырых данных, так и полученных после первичной ручной обработки. Результаты кластеризации образцов и выявленные особенности состава каждого образца находятся в стадии обработки. По данным материалам в настоящее время готовится публикация в журнале из Web of Science.
2 1 июля 2022 г.-30 июня 2023 г. Исследование экспосома и приоритетных загрязняющих веществ в окружающей среде регионов России с помощью комплексного масс-спектрометрического скрининга
Результаты этапа: Целевой анализ, поиск предполагаемых веществ и нецелевой анализ образцов снега, собранных на десяти участках в городской черте Архангельска, позволил количественно определить 18 приоритетных загрязнителей из списка Агентства по охране окружающей среды США и идентифицировать с разным уровнем достоверности около 150 органических летучих и полулетучих соединений. Среди приоритетов оказались фенолы, нитротолуолы, полиароматические углеводороды (ПАУ) и некоторые сложны эфиры. К счастью, уровни этих соединений оказались намного ниже безопасных уровней, установленных в России. Фенол и диоктилфталат можно отнести к опасным загрязнителям, поскольку их уровни составляют около 20% от нормативов, установленных для водоемов рыбохозяйственного назначения. Среди предполагаемых маркеров горения топлива и биомассы были обнаружены восемь алкилпиридинов с длиной алкильной цепи от 1 до 3 атомов углерода и десять производных фурана и фуранона. Метилпиридины имели самые высокие количества в группе обнаруженных пиридинов, в то время как уровни других пиридинов варьировались во всех образцах. Распределение фуранов и фуранонов было более равномерным. Среди наиболее интересных результатов нецелевого поиска оказались триметилизоцианурат, N,N'-диметил-N,N'-дифенилмочевина, пропионилтиофен и некоторые представители группы бисфенолов (изомеры бисфенола F; О,О'-диметилбисфенол С). Было опробовано 2 альтернативных подхода в первичной обработке данных с дальнейшим хемометрическим анализом – автоматический и ручной. Кластеризация и поиск специфических соединений в образцах снега в Архангельске с помощью коммерчески доступного программного обеспечения, платформ свободного доступа и протоколов программного обеспечения с открытым исходным кодом с использованием «сырых» и предварительно обработанных наборов данных получились различными. Исключительно программная обработка данных показывает вполне очевидные корреляции для районов с аналогичными источниками загрязнения и определенными химическими особенностями, характерными для каждого образца. При этом автоматический анализ данных все равно требует ручной проверки идентификации, чтобы избежать неправильной идентификации. Было показано, что количество кластеров при обработке нужно рассматривать как статистически обоснованный результат. Визуальное выявление кластеров по результатам, например, метода главных компонент может искажать истинное восприятие результатов анализа. Предложенный подход в обработке большого массива данных объединяет предварительно обработанные в автоматическом режиме исходные данные, используя коммерческую программу ChromaTOF Tile, с дальнейшим хемометрическим анализом как на базе платформ анализа открытого доступа, например, MetaboAnalyst, так и с использованием протоколов программного обеспечения с открытым исходным кодом. Такой комбинированный подход может быть эффективно использован для выявления специфических химических соединений, а также для кластеризации набора образцов окружающей среды или любых других образцов.

Прикрепленные к НИР результаты

Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".