ИСТИНА |
Войти в систему Регистрация |
|
ИСТИНА ИНХС РАН |
||
1. Создание оптимального комплексного масс-спектрометрического метода мирового уровня для идентификации максимального количества разнородных соединений в природных образцах при использовании комбинации масс-спектрометрии с разными видами газовой хроматографии, комплементарными методами ионизации и различной разрешающей способностью масс-анализатора. 2. Обнаружение присутствия нескольких тысяч классических экотоксикантов и новых антропогенных соединений в объектах окружающей среды некоторых субъектов России. 3. Создание локальных списков приоритетных загрязняющих веществ для ряда субъектов РФ, включая, Москву и Архангельск. Созданный в рамках предлагаемого исследования метод масс-спектрометрического скрининга природных образцов для установления присутствия экотоксикантов большинства типов комплексными методами на базе масс-спектрометрии высокoго разрешения можно будет тиражировать, проводя исследования по определению экспосома в регионах по всему миру.
Ambient air pollution has been outlined already at the end of the 20th century as one of the priority areas of the environment and health issues as it was stated in the Declaration on Action for Environment and Health of the World Health Organization [World Health Organization, European Centre for Environment and Health. Concern for Europe’s Tomorrow: Health and Environment in the WHO European Region. Stuttgart, Germany: Wissenschaftliche Verlagsgesellschaft (1995); World Health Organization, European Centre for Environment and Health. Concern for Europe’s Tomorrow: Health and Environment in the WHO European Region. Summary. Copenhagen, WHO Regional Office for Europe. WHO Regional Publications, European Series. 53 (1994)]. Air quality affects every person on the planet. Ambient air pollution kills about 3 million people annually and is affecting all regions of the world [Ambient air pollution: A global assessment of exposure and burden of disease. Geneva, World Health Organization. https://www.who.int/phe/publications/air-pollution-global-assessment/en/ (2016)]. Therefore, regular monitoring of air quality is considered of great importance for population health and wellbeing. Moreover, periodic non-targeted analysis, especially in highly populated areas, is required to reveal the changes in the exposome, including local priority pollutants and novel contaminants of emerging concern. To make correct environmental decisions one should know what the contaminating compounds are. In that sense territory of Russia may be treated as “Terra incognita”, as environmental screening was not conducted practically anywhere. Thus, monitoring of the air quality all over Russian Federation involves 18 parameters, including the levels of suspended particles, industrial gases, and few organic compounds [Moscow City Government Department for Environmental Management and Protection: The state of the environment in the Moscow city in 2019. Kulbachevskii A.O. (ed). Moscow. http://www.ecology.moscow/eco/ru/report_result/o_456535 (2020)]. At the same time, the number of chemical compounds registered in the Chemical Abstracts Service (CAS®) registry reached 160 million by 2020 [American Chemical Society: CAS REGISTRY - The gold standard for chemical substance information. https://www.cas.org/support/documentation/chemical-substances (2019)]]. Moreover, when present in the environment, the chemical compounds undergo transformations via numerous reactions occurring due to various biological and physicochemical factors including sunlight, oxidants, and consortiums of microorganisms, while the resulting products may be even more toxic than their parent compounds [la Farré, M., Pérez, S., Kantiani, L., Barcelo, D.: Fate and Toxicity of Emerging Pollutants, Their Metabolites and Transformation Products in the Aquatic Environment. Trends Anal Chem. 27, 991-1007 (2008); Greca, M.D., Isidori, M., Temussi, F.: Toxicity and Risk of Transformation Products of Emerging Contaminants for Aquatic Organisms: Pharmaceutical Case Studies. Transformation Products of Emerging Contaminants in the Environment, John Wiley and Sons Ltd. 28, 827-858 (2014)]]. Similar situation is observed with the control of quality of natural and drinking water. Thus, the number of disinfection by-products, forming during water chlorination exceeded 700 [Richardson, S.D., Postigo, C., 2016. Discovery of New Emerging DBPs by High-Resolution Mass Spectrometry. Comprehensive Anal. Chem. 71, 335-356]. That is why, environmental screening allows establishing the presence of thousands of chemicals in environment is highly actual, while its novelty is absolutely obvious. These studies are particularly important for Russian regions, where such investigations were never conducted. Most of the known priority pollutants and emerging contaminants are volatile or semi-volatile compounds. Hence, gas chromatography – mass spectrometry (GC-MS) with electron ionization (EI) is the best tool for the environmental analysis of the complex natural mixtures [[Lebedev, A.T. (Ed): Comprehensive Environmental Mass Spectrometry. ILM Publications, UK (2012)].]. Typically, GC-MS with low-resolution mass analyzers are routinely used for targeted analysis. However, nontargeted analysis requires using the most powerful high resolution instruments with Orbitrap or Time-of-Flight (TOF) mass analyzers and alternative ionization methods, including chemical ionization, electron capture, glow discharge, etc. [Polyakova O.V., Mazur D.M., Seregina I.F., Bolshov M.A., Lebedev A.T.Estimation of Contamination of Atmosphere of Moscow in Winter. J.Anal.Chem.67, 1039–1049(2012); Original Russian version in Mass-spektrometria (Rus) 9, 5-15(2012); Mazur, D.M., Polyakova, O.V., Artaev, V.B., Lebedev, A.T.: Novel pollutants in the Moscow atmosphere in winter period: Gas chromatography-high resolution time-of-flight mass spectrometry study. Environ Pollut. 222, 242-250 (2017); Röhler, L., Schlabach, M., Haglund, P., Breivik, K., Kallenborn, R., Bohlin-Nizzetto, P.: Non-target and suspect characterisation of organic contaminants in Arctic air – Part 2: Application of a new tool for identification and prioritisation of chemicals of emerging Arctic concern in air. Atmos. Chem. Phys., 20, 9031–9049 (2020); Howard, P.H., Muir, D.C.: Identifying New Persistent and Bioaccumulative Organics Among Chemicals in Commerce. III: Byproducts, Impurities, and Transformation Products. Environ. Sci. Technol. 47, 5259–5266 (2013); Schwarzbauer, J., Ricking, M.: Non-target screening analysis of river water as compound related base for monitoring measures. Environ Sci Pollut Res. 17, 934–947 (2010); Hites, R.A., Jobst, K.J.: Is Nontargeted Screening Reproducible? Environ Sci Technol. 52, 11975-11976 (2018); Domínguez, I., Arrebola, F.J., Martínez Vidal, J.L., Garrido Frenich, A.: Assessment of wastewater pollution by gas chromatography and high resolution Orbitrap mass spectrometry. J. Chromatogr. A. 1619, 460964 (2020)]. Presicely these methods, being the most efficient in the world practice will be used to develop an algorithm of complex mass spectrometric approach to establish aquatic and atmospheric exposome.The developed method will be applied to reveal aquatic and atmospheric exposome in several territories of Russia, including Moscow, Moscow and Arkhangelsk region. As a result unique information on the whole array of the chemical compounds in the environment of these regions will be obtained and the local lists of priority pollutants composed. Since it will deal with thousands of individual compounds efficient chemometric approaches will be used together with classic methods of data processing. The developed approach may be further applied to establish exposome in various regions all over the world.
В результате реализации проекта планируется получить следующие результаты: 1. Создание оптимального комплексного масс-спектрометрического метода мирового уровня для идентификации максимального количества разнородных соединений в природных образцах при использовании комбинации масс- спектрометрии с разными видами газовой хроматографии, комплементарными методами ионизации и различной разрешающей способностью масс-анализатора. 2. Обнаружение присутствия нескольких тысяч классических экотоксикантов и новых антропогенных соединений в объектах окружающей среды некоторых субъектов России. 3. Создание локальных списков приоритетных загрязняющих веществ для ряда субъектов РФ, включая, Москву и Архангельск. Созданный в рамках предлагаемого исследования метод масс-спектрометрического скрининга природных образцов для установления присутствия экотоксикантов большинства типов комплексными методами на базе масс-спектрометрии высокoго разрешения можно будет тиражировать, проводя исследования по определению экспосома в регионах по всему миру. Полученные результаты по водному и воздушному экспосому позволят составить локальные списки приоритетных загрязняющих веществ, установить их источники и в будущем правильно планировать природоохранные меры, улучшить состояние окружающей среды и здоровье населения.
Разработанный подход обработки данных нецелевого анализа позволяет выявлять скрытые тренды в кластеризации образцов, а также находить специфические органические соединения ответственные за наблюдаемую кластеризацию. Комбинация машинного и ручного подхода в обработке данных позволяет получить надежные результаты, отражающие реальную картину состояния окружающей среды. Данный метод можно экстраполировать как на другие объекты окружающей среды, так и на другие области применения, например, метаболомику.
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. 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 них 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.
грант РНФ |
# | 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. |
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".