Agilent 7200B Q­TOF GC/MS

在油源特征分析和溢油源勘探等多种石化应用中常常需要对原油中的生物标志物如（烷基）二苯并噻吩、藿烷和甾烷等进行分析。经过复杂的样品制备和分馏后，采用GC-MS 方法对其进行分析。 稀释后的样品无需分馏即可使用飞行时间质谱仪进行分析，感兴趣的生物指标可通过提取精确质量来实现高选择性的测定。 系统出色的灵敏度可对二苯并噻吩、烷基化二苯并噻吩和藿烷进行选择性测定。使用安捷伦GC/Q-TOF 的MS/MS 模式还可对低浓度的甾烷进行选择性测定。

石油产品中存在的氯对设备和精炼工艺有害。除总氯测定外，需要采用联用技术鉴定和定量分析不同的氯代形态。使用 Agilent 7200 GC/Q-TOF 高分辨率质谱仪对重整油中的氯代烃进行形态分析。利用精确质量数对应的提取离子色谱图获得了优异的选择性和灵敏度，因此能够检测和定量分析极其复杂的重整油基质中的氯代烃。对浓度低于 2 pg 上样量（对应于重整油基质中的浓度为 0.5 ppm (mg/kg)）的这些化合物进行了测定。

高分辨率 GC/Q-TOF 质谱优化了同步定性和定量筛查，有助于提高环境样品的通量并有利于对环境样品进行表征。 本应用简报介绍了用于环境样品中农药及相关化合物全面分析的三种互补性 GC/Q-TOF 工作流程： • 靶向定量分析 • 使用高分辨率精确质量数 GC/Q-TOF 数据进行疑似物筛查 • 使用谱图解卷积和谱库搜索进行非靶向筛查 使用 Agilent 7200 GC/Q-TOF 对两次降雨之前、降雨期间和降雨之后从加利福尼亚州的萨克拉曼多/圣华金河三角洲采集的 51 个水样进行分析。过滤后，通过固相萃取分离水萃取物中的污染物并通过溶剂蒸发进行浓缩。对过滤器进行萃取以回收结合到颗粒上的污染物。对通过 GC/Q-TOF 在负化学电离模式下分析的 21 种目标农药的定量分析方法进行验证。发现这些目标农药中的 16 种存在于至少两个水萃取物中。然后使用电子电离 (EI) 重新分析样品。使用 Agilent MassHunter 定性分析软件和分子式查找 (FBF) 工作流程对这些数据文件进行处理。根据安捷伦 GC/Q-TOF 农药个人化合物数据库与谱库 (PCDL) 中所包含的约 750 种农药及相关化合物对样品进行筛查。精确质量数数据提供了高选择性，而保留时间锁定有助于减少假阳性结果。通过这种技术鉴定出其他 41 种疑似物，其中大多数化合物通过标准品分析得到确认。在这 41 种化合物中，24 种化合物通过 LC/Q-TOF 同样检出，而 17 种化合物仅通过 GC-EI-Q-TOF 检出。

AGILENT 7200 系列 GC/Q-TOF 生成的精确质量数 MS/MS 谱图有利于建 立碎片离子之间的联系，从而确定结构相关性。这一高分辨率系统能够 在保持质量准确度的同时，在 MS/MS 模式中以快速采集速率运行，从 而帮助您为每个峰采集多个 MS/MS 数据而无需多次运行。 在本文集中，您将了解到涵盖农药、SVOC 和三氯蔗糖等化合 物的现有及新兴应用。同时，我们的产品和应用专家将帮助您 在满足严格监管标准的同时最大程度提高工作效率。

气溶胶颗粒上吸附的有机化合物组成能够为气雾剂的空气污染研究提供重要线索。将Agilent 7200 系列精确质量数 GC/Q-TOF MS 的全采集电子电离 (EI) 模式与 Agilent MassHunter 软件工具相结合，能够得到一种用于筛选复杂颗粒提取物中多种化合物的非靶向工作流程。使用 EI-MS/MS 功能根据子离子碎片的精确质量数来研究未知化合物 的结构。

利用 Agilent 7200 GC/Q-TOF 的多种功能（如精确质量数信息、全谱模式下的高灵敏度和 MS/MS 功能）可大大改善对气溶胶颗粒上吸附的 SVOC 化合物的研究。使用 Agilent MassHunter 软件的解卷积、自动碎片分子式标注和结构解析等功能得到了用于 SVOC 筛选的非靶向方法。通过谱库搜索进行的化合物确证和针对未知化合物的结构建议也是重要的研究工具。

为了确保药品的安全性，必须监测产品本身或包装里的潜在有害污染物。本研究使用直接热脱附/热萃取与单位分辨率GC/MS 系统组合分析静脉输液袋组件中的可萃取物。将该结果与搅拌棒吸附萃取水溶液（存储在完全相同类型的静脉输液袋中）获得的可浸出物经过GC/MS 测定所得到的结果进行比较。还使用高分辨率GC/Q-TOF 质谱仪来确认或否定通过单位分辨率MSD 系统加上商用谱库搜索得到的一些分析物鉴定结果。

可萃取和可浸出化合物 (E&L) 分析面临两大难题：数据解释和化合物鉴定。对照品和样品的数据解释通常都是手动进行，这一过程非常耗时。采用软件进行数据解释有效缓解了这一难题。Mass Profiler Professional (MPP) 是一款化学计量学软件，可用于差异分析，能够轻松呈现样品中化合物的分布情况。 在采用气质联用系统与电子轰击电离 (EI) 技术的 E&L 分析中，化合物的鉴定需具备特定的专业知识。利用 EI 技术进行分析时常会得不到含明显分子离子的质谱图，而化合物的鉴定取决于特征碎裂谱的匹配。在 E&L 研究中，当化合物的浓度极低或受强化学背景噪声干扰时，碎裂谱匹配得分可能很低。因此，仅通过碎裂谱并不能有效鉴定全部化合物。在本研究中，我们采用高分辨精确质量系统的 Agilent 7200 GC/Q-TOF，分别在 EI 和化学电离 (CI) 模式下对一种眼用药 (ODP) 及其密封系统包装物进行分析。 同时，我们使用 MPP 软件来阐明化合物分布和支持数据解释。CI 模式的应用有助于依据分子峰（或它的加合离子）的精确质量鉴定化合物。此外，在数据库的帮助下，CI 模式不仅能确认由 EI 模式所鉴定的化合物，还能检测更多其他的物质。

监管机构和工作组制定了评估药物容器的指南，以确保药品的安全性和有效性。容器认证指南建议在进行萃取研究时采用风险评估法。该方法对来自于药物容器封闭系统各部分或整个体系的萃取物中发现的非挥发性化合物、半挥发性化合物和元素污染物的毒理学相关性进行鉴定和分类。在本研究中，我们研究了不同制造商生产的四种药物容器，得到了半挥发性可萃取化合物的图谱。使用 Agilent 7200 GC/Q-TOF，在电子轰击电离 (EI) 和化学电离 (CI) 模式下采集数据，以确保对萃取的化合物进行全面鉴定。采集 EI 数据，并使用 NIST 谱库鉴定化合物。使用 Agilent MassHunter Mass Profiler Professional 软件，根据化学计量方法即可看到不同样品中的化合物分布情况。在 EI 模式下只得到初步鉴定的化合物随后在 CI 模式下使用生成的母离子质量数数据进行确证。每个容器中鉴定出大约 170 种化合物。结果表明，EI 和 CI 数据的组合使鉴定出的可萃取化合物的数量增多，从而能够对容器系统进行全面评估。

传统草药被用作许多疾病的替代药物。土坛树就是这样一种传统药用植物。目前已有多项研究使用到这种植物的提取物，这也证明了其具有治疗价值。但是，极少有人尝试确定这种植物复杂的代谢物组成。在本应用简报中，我们用有机溶剂和水性溶剂对样品进行提取，对土坛树树皮上的代谢物进行分析和鉴定。通过 Agilent 1260 的分析型馏分收集系统对有机溶剂提取物和水提取物进行馏分收集。并利用 LC/MS 和 GC/Q-TOF 技术分析每种馏分。使用 HILIC 色谱和三个独立的正交反向色谱柱进行 LC/MS/MS 分析。使用 AJS 离子源在正离子和负离子模式下收集数据，然后在 METLIN 数据库或 MS/MS 谱库中进行搜索。那些未能获得数据库和谱库匹配的八角枫属化合物继而还可以使用安捷伦 MSC 软件在收录超过 3000 万个结构的ChemSpider 数据库中进行搜索。为了鉴定由 GC/Q-TOF 分析结果所产生的化合物，可以通过 AgilentFiehn GC/MS 代谢组学谱库和 Wiley/NIST 谱库对数据进行检索。借助多个 GC 谱库的搜索结果鉴定出 62 种化合物，匹配得分均大于 70。使用两种技术共检测出 1016 种化合物，其中有 511 种化合物被成功鉴定。文献检索显示，511 种化合物中有 81 种对癌症、微生物感染等传统疾病具有治疗效果。我们的研究表明，使用馏分收集法进行代谢物富集、用双相溶剂提取以及正交色谱柱固定相进行代谢物分离，并采用互补的 LC/MS 和 GC/MS 检测，可以提高药用植物的代谢物检测范围。

Data were acquired on an Agilent 7200 GC/Q-TOF in both electron ionization (EI) and chemical ionization (CI) modes to ensure a comprehensive identification of the extracted compounds. El data have been acquired to identify compounds using the NIST library. Compound distribution across the different samples was visualized based on a chemometric approach using Agilent MassHunter Mass Profiler Professional software.

The analysis of extractable and leachable (E&L) compounds presents challenges for data interpretation and compound identification. The interpretation of data for controls and samples is traditionally performed manually, and can be very time-consuming.

使用安捷伦7200 系列GC/Q-TOF 系统和Mass Profiler Professional（MPP）软件对酵母类固醇进行了代谢轮廓分析，用来精确测定新型潜在抗真菌药物的靶酶。将相对浓度的麦角甾醇生物合成中间体的靶标分析和非靶标分析相结合，再赋予精确质量的高分辨 GC/Q-TOF 技术，可以获得最全面的结果。电子电离（EI）的全采集模式质谱图结合 MS/MS 产物离子质谱数据，进一步确保了酵母中药物治疗蓄积化合物定性的准确性。

使用非靶向代谢组学评估蓝藻细长聚球蓝细菌模型的突变体，从而对可实现蓝藻更高效生长的可能表型变化进行鉴定。采用Agilent 7200 系列GC/Q-TOF 分析突变体，通过 Mass Profiler Professional 中的安捷伦通路结构软件分析代谢物谱的变化。本方法鉴定了多个代谢途径以及能够解释突变体改良表型的可能目标物。

全二维气相色谱 (GCxGC) 可提供卓越的色谱分离度，与精确质量高分辨率质谱 (MS) 结合使用时可大大促进复杂基质中的化合物鉴定和结构解析。利用 GCxGC/Q-TOF MS 在配备 Zoex ZX2 热调制器的 Agilent 7890B GC 和 Agilent 7200 GC/Q-TOF 上进行非靶向代谢组学研究，可对多种可能在稻瘟病菌 M. oryzae 的致病机理中发挥重要作用的代谢物进行鉴定。

采用非目标物 GC/Q-TOF 分析方法成功区分了可能来自不同犯罪集团的市售海洛因样品。使用 Agilent Mass Profiler Professional 软件的统计学分析工具建立了样品预测模型，它能够以超过 90% 的准确度确定未知样品属于哪个样品组。

采用非目标物 GC/Q-TOF 分析方法成功区分了可能来自不同犯罪集团的市售海洛因样品。使用 Agilent Mass Profiler Professional 软件的统计学分析工具建立了样品预测模型，它能够以超过 90% 的准确度确定未知样品属于哪个样品组。

采用非目标物 GC/Q-TOF 分析方法成功区分了可能来自不同犯罪集团的市售海洛因样品。使用 Agilent Mass Profiler Professional 软件的统计学分析工具建立了样品预测模型，它能够以超过 90% 的准确度确定未知样品属于哪个样品组。

复杂的基质和痕量分析均要求分析者提供最佳的定性和定量数据。现在，一种新型分析技术的出现可以帮助您找到答案。 安捷伦 7200 Q-TOF GC/MS：使您最棘手的分析获得最高的分辨率、精确的质量数、全谱高灵敏度检测和 MS/MS 级的选择性 安捷伦 7200 Q-TOF 是世界上首款专门针对气质联用系统设计的 Q-TOF（四极杆飞行时间质谱）。它完美结合了分离功能强大的 7890 系列 GC 和 7000 三重串联四极杆 GC/MS 以及 6500 LC/Q-TOF 系统中久经考验的 MS 组件，重新诠释了 GC/MS 分析技术。它具有可靠的GC/MS 操作平台，出色的选择性、全谱高灵敏度质谱数据采集、高速采样频率、准确的质量信息，极大地简化了分子表征和结构鉴定的过程。

大葱不仅是中国传统的调味品，而且是一种重要的出口农产品。传统的分析方法，比如气相色谱或者气相色谱 — 单四极杆质谱仪容易受大葱当中强基质干扰，造成分析结果出现偏差。高分辨 Q-TOF GC/MS 即可以工作在单 TOF 模式下，利用采集到的碎片精确质量数对未知化合物进行定性分析，也能充分利用 MS/MS 选择性进一步增强的优势，对目标化合物进行更准确的检测，特别适用于类似大葱这样复杂的样品。本文使用安捷伦7200 Q-TOF GCMS 对大葱当中的多种农药残留进行定性分析，以考察7200 检测复杂样品的能力。

本研究建立了一种预测橄榄油能否通过特级初榨感官测试的模型。使用的仪器为安捷伦7890A GC 和安捷伦7200 系列精确质量Q-TOF 质谱联用系统，同时在电子轰击电离源（EI）和正化学电离源（PCI）模式下，检测发现了橄榄油中存在大量的化合物。使用Mass Profiler Professional 软件进行统计分析并建立分类模型，该分类模型利用 5 种特定化合物可以准确预测一种橄榄油能否通过感官测试。

咖啡中释放出来的挥发性硫化物对咖啡的香气和味道起着非常重要的作用。由于许多香味化合物都是以痕量水平存在，对怡人的咖啡香气进行完全表征是一项比较困难的事情。复杂食物基质中痕量水平（低ng/mL 级）硫化物的定性和定量通常需要耗时的样品制备过程和高分离度的复杂仪器，如2D GC/MS 联用仪。使用高分辨率、高灵敏度和快速分析的安捷伦GC/Q-TOF 系统，可以通过最少量的样品制备和1D GC 标准方法得到高质量、一致性的结果。 对于GC/Q-TOF 方法，只需对样品进行简单的液液萃取，即可进行咖啡中挥发性硫化物的分析。具有低质量误差的高分辨率的质谱图有助于在严重基质干扰下对目标化合物进行识别和分析。7200 GC/Q-TOF 具有低pg 级的方法检出限，质量精度误差小于 5ppm。基质中检测的线性范围高达3 个数量级，线性相关系数大于0.995。对ng/mL 级的2- 噻吩甲醛和2- 乙酰基噻唑成功运用了标准加入法进行测定，这个浓度是咖啡萃取物中的天然浓度水平。 总之，安捷伦7200 GC/Q-TOF 可对复杂食物基质中的化合物进行痕量水平分析，无需复杂繁琐的样品制备和分离方法。

高分辨率精确质量数 GC/Q-TOF 质谱在农残筛查方法开发方面得到了越来越多的关注。Agilent 7200 系列高分辨率精确质量数 GC/Q-TOF 系统的电子电离 (EI) 全谱采集模式可以为分析物的碎片离子提供丰富的精确质量数信息。结合 Agilent MassHunter 软件工具以及最新的 Agilent MassHunter GC/Q-TOF 农药个人化合物数据库与谱库 (PCDL) 使用，可以对复杂食品基质中的农药进行 疑似筛查。利用提取离子的共流出、碎片离子的相对丰度比和每种合格离子的质量数误差，可以最大程度提高化合物鉴定结果的验证可信度。此外，还可以从 Agilent MassHunter 定性分析软件将新目标农药的精确质谱图直接添加到自定义 PCDL 中，从而不断扩展监测方案

The first commercially available exact mass pesticide library for GC/Q-TOF has been developed by using three GC methods that employ backflush. A screening workflow using this library and the unique All Ions tools enables the detection of pesticide levels as low as 10 ppb in complex matrices.

采用EN QuEChERS 方法对六种有机培植的水果和蔬菜样品进行萃取，并在萃取液中分别 加入10 和100 ng/mL 浓度的93 种农药。采用带电子电离源的Agilent 7200A GC/Q TOF 在高分辨TOF 模式下对这些加标萃取液进行分析。使用安捷伦MassHunter 定性分析软 件(B.07.00) 以及全新安捷伦精确质量数GC/Q-TOF 农药自建化合物数据库和谱库分析数 据。分析过程中尝试了两种GC 方法： • 利用Ultimate 吹扫两通相连的一根5 米的色谱柱与一根15 米的色谱柱运行20 min • 除采用两根15 米色谱柱运行40.5 min 外，其他与第一种方法配置相同 两种情形下均在运行结束时对第一根色谱柱进行反吹。当加标浓度为10 ng/mL 时，20min 和40.5 min 的方法能够分别鉴定出97.3% 和97.1% 的农药。当加标浓度为100 ng/mL 时，两种方法则能分别找出99.6% 和99.8% 的农药。Q-TOF 能够以优于2 ppm 的准确度 测定分子离子质量数，同时可达到> 10 的信噪比。

本研究阐明了小鼠大脑中阿片制剂诱导的代谢变化。通过将Agilent 7200 系列GC/Q TOF MS 的EI MS、EI MS/MS 和PCI 功能与Agilent MassHunter 软件工具相结合，获得了一个非常灵活且全面的用于鉴定代谢组学差异的工作流程。采用该工作流程可以区分吗啡敏感性和吗啡耐受性的小鼠品系，确定吗啡给药后小鼠的反应差异，并且采用不同的技术鉴定化合物。

2010 年全世界有5280 万死亡病例，其中约有三分之二是由慢性疾病引发，主要包括心 血管疾病（> 1500 万）和癌症（> 700 万）[1]。因此，我们应该查明慢性疾病主要是由 遗传因素、环境暴露所致，还是基于两者的某种联合作用。由瑞典家庭癌症数据库汇编 的数据显示，15 种常见癌症的遗传(G) 风险为10% 或更低[2]。这就表明大约90% 的致 癌风险来自环境暴露(E) 或G×E 相互作用。当然，除了悬浮颗粒物、吸烟和一些营养物 质以外，主要的致癌环境暴露因素尚不明确。 尽管癌症和其他慢性疾病的遗传风险都相对较小，我们还是可以使用精妙的手段在人类 疾病研究中探讨G 因素的影响。事实上，全基因组关联分析研究(GWAS) 当前已测试出 2000-20000 个受试者100 多万个单核苷酸多态性。相比之下，个体环境暴露的影响推测 还与一个世纪之前的做法相同，来自于个人专访或自填问卷调查[3]。G 和E 特性的表征 差异使我们无法对GxE 的综合作用进行彻底研究，因此，必须开发一种用于环境暴露研 究的数据导向分析的技术和方法[4]。