Exploring Negative Chemical Ionization of Per- and Polyfluoroalkyl Substances via a Liquid Electron Ionization LC-MS Interface
Notice bibliographique
Résumé
Per- and polyfluoroalkyl substances (PFASs) are a class of aliphatic manufactured compounds comprising fluoro-chemicals with varied functional groups and stable carbon-fluorine bonds. They are defined as "forever chemicals" due to their persistent and bioaccumulative character. These substances have been detected in various environmental samples, including water, air, soil, and human blood, posing significant health hazards. High-performance liquid chromatography coupled with electrospray ionization mass spectrometry (HPLC-ESI-MS) is typically employed for the analysis of PFASs. Negative chemical ionization (NCI) is generally coupled to gas chromatography (GC) and offers high selectivity and sensitivity for compounds containing electronegative atoms, such as PFASs. The liquid electron ionization (LEI) interface is an efficient mechanism developed to robustly couple a liquid flow rate from an LC system to an EI or a CI source. This interface has been successfully utilized for pesticide determination in UHPLC-LEI-CI in negative ion mode (NCI). This work aims to evaluate different parameters involved in the ionization of PFASs analyzed in LC-LEI-NCI and subsequently develop a method for their detection in real samples. The parameters considered for this study include (i) a comparison of different CI reagent gases (methane, isobutane, and argon); (ii) the use of acetonitrile as both the chromatographic solvent and CI reagent gas; (iii) the presence of water and formic acid as chromatographic mobile phase components; and (iv) the mobile phase flow rate. The optimal combination of these parameters led to promising results. Tentative fragmentation pathways of PFASs in NCI mode are proposed based on the dissociative electron capture mechanism.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».