gototopgototop

УДК 543.087.9

Использование математических методов для обнаружения полихлорзамещенных органических соединений при использовании ГХ-МС

Раенко Дмитрий Дмитриевич – студент Московского государственного университета имени М. В. Ломоносова.

Научный руководитель Самохин А. С. – кандидат химических наук, младший научный сотрудник Московского государственного университета имени М. В. Ломоносова.

Аннотация: В статье приведен краткий обзор метода определения полихлорсодержащих соединений на основе спектров ГХ-МС при использовании изотопных свойств хлора. Приведены результаты исследования реальных систем и произведен анализ эффективности метода.

Ключевые слова: ПХОС, хлорзамещенные органические соединения, ГХ-МС, газовая хроматография, масс-спектрометрия, обработка спектров, изотопы хлора.

Полихлорированные органические соединения (ПХОС) нашли широкое применение в агрокультуре и бытовой химии в начале и середине XX в. Вследствие высокой токсичности большинства таких соединений их применение было запрещено или сильно ограничено. Воздействие ПХОС на живой организм часто приводит к развитию рака, нарушениям метаболических процессов [1,2], а также негативно влияет на ход беременности и развитие плода [3].

Газовая хроматография – масс-спектрометрия (ГХ-МС) является высокоэффективным физико-химическим методом обнаружения и определения органических соединений различных классов. Его широкое применение обусловлено универсальностью, экспрессностью и высокой эффективностью. С его помощью можно добиться разделения исследуемых веществ, а также, применяя изотопный анализ данных масс-спектрометра, получить данные о наличии ПХОС и о степени их замещенности.

Таким образом, целью настоящей курсовой работы является разработка и апробация математических методов обнаружения ПХОС в смесях веществ из данных, полученных на ГХ-МС.

Наиболее распространенные полихлорированные органические соединения

Как уже отмечалось, большинство ПХОС обладают высокой токсичностью. Далее приведены основные группы хлорсодержащих веществ и некоторые их представители.

a) Хлористый винил и аллил, перхлорэтилен[7]:

b) Четыреххлористый углерод, хлороформ[8]:

c) Дихлордифенилтрихлорметилметан (ДДТ)[9]:

P,p'-dichlorodiphenyltrichloroethane.svg

d) Полихлорированные дибензо-п-диоксины (ПХДД)[10]:

https://upload.wikimedia.org/wikipedia/commons/d/d8/PCDD_general_structure.png

e) Полихлорированные дибензофураны (ПХДФ)[10]:

https://upload.wikimedia.org/wikipedia/commons/thumb/b/bc/PCDF_general_structure.svg/378px-PCDF_general_structure.svg.png

f) Полихлорированные бифенилы (ПХБ)[10]:

Polychlorinated biphenyl structure.svg

g) Гексахлорбензол (ГХБ) и гексахлорциклогексан (ГХЦГ)[11, 12]:

Skeletal formula of hexachlorobenzene

Эксперимент

При разработке метода использовались два подхода, основанные на правиле распределения интенсивностей в полизамещенной молекуле.

a) Векторный метод

Первый метод заключается в сравнении отрезков данных с “эталонными” отрезками. Так, для проверки гипотезы о равенстве числа хлоров значению n создается вектор в (2n+1)-мерном пространстве, имеющий следующий вид:

и сравнивается с реальным вектором данных:

Где q – малая случайная величина, складывающаяся из аналитического сигнала и шума. Для проведения сравнения оба вектора нормируются на максимальный пик, а затем находится косинус угла:

и обобщенное расстояние между ними:

Малые значения r и θ свидетельствуют о близости этих векторов, а значит и о правильности предположения о наличии n хлоров в молекуле. Для того, чтобы учесть вклад, вносимый погрешностью, находят величину  и . В последнем случае обобщенную меру вектора  находили при таком же β, как и расстояние r. Так, при малой мере вектора (то есть, малых интенсивностях в ряду) совпадение вида рядов может оказаться случайным. Тогда в случае малого  и больших значениях угла или расстояния величина Q будет малой, при большой длине и близким к нулю углу и расстоянию – большой. Значит, чем больше величина Q, тем лучше данный ряд описывается каким-либо из эталонных рядов. Для каждого отрезка времени регистрируется максимум значений Qθ и Qr.

b) Биномиальный метод

Второй принципиальный метод использует формулу относительной интенсивности пика для определения числа хлоров в молекуле и заключается в использовании отношения интенсивностей двух соседних (A и A+2) как характеристики и приведения ее к числу хлоров. Для этого необходимо заметить, что отношение двух соседних пиков можно выразить в виде

Значит

То есть, число хлоров n можно вычислить как

Таким образом, задание значения k позволяет вычислить число хлоров в молекуле. k задается как номер пика Ik относительно основного I0, а значит необходимо задать точку отсчета – основной пик – и для каждого основного пика получить последовательность значений n. После задания такого пика полученную последовательность затем перебором проверяют на близость целочисленным значениям N, а также по распределению Стьюдента определяют вероятность собственно равенства полученной случайной величины и числа N.

Для каждого разреза по времени был проводится такой анализ с последовательным выбором нового основного пика. Так же, как и в первом методе, производится поправка на малую интенсивность пика. Для достижения такого же вида спектра берут . Наибольшее значение QP, а также число хлоров, ему соответствующее, записывается в массив. Анализ был проводится для каждого масс-спектра.

Обсуждение результатов

a) Метод обобщенных расстояний

При использовании данного метода обработки данных получились хорошо выраженные пики, отвечающие максимальной близости вектора данных и эталонного. Однако, недостатком ее является значительное число ложноположительных результатов. Это вызвано появлением в данных ГХ-МС аномально высоких интенсивностей пиков в конце измерения. Так, при сопоставимых значениях максимальной интенсивности программа находит не более 10% ложноположительных пиков. В реальных данных эта величина для различных значений N изменяется от 20% до 50%. Количество ложноположительных пиков напрямую зависит от величины β и возрастает вместе с ней. При малых значениях β, однако, резко возрастает число ложноотрицательных пиков, затрудняется обнаружение ПХОС. То есть, правильным выбором этой величины достигается компромисс между временем ручной работы, необходимой для перепроверки пиков, и достоверностью результатов. Опыт показал, что значение следует выбирать в промежутке 1 < β < 4.

b) Метод углов

Использование метода углов привело к получению хорошо выделенных пиков, из которых 40% - 70% ложноположительные.

При более тщательном рассмотрении несложно догадаться, что преобразование косинуса в синус приводит к появлению данных, похожих на результаты метода расстояний с β = 2. Действительно, геометрически, при достаточно близких значениях векторов расстояние между точками можно приближенно описать длиной дуги окружности, соединяющей их. Длина дуги же равна радиусу окружности, умноженной на угол. Значит, при малом расстоянии между точками синус угла и расстояние различаются лишь на коэффициент пропорциональности. Таким образом, метод углов является частным случаем метода обобщенных расстояний и подвержен тем же ошибкам, что и он.

c) Биномиальный метод

Последний метод оказался наименее успешным. Спектр имеет гораздо больше шума, чем в предыдущих методах. Помимо этого, спектр имеет 99% ложноположительных и ложноотрицательных результатов. Несмотря на правильность теоретической основы, метод оказался на порядок более нестабильным. При движении от основного к дальним пикам происходит накопление ошибок, и в процессе работы программы почти во всех масс-спектрах попадалась последовательность, случайным образом имевшая по Стьюденту большую вероятность быть подходящей, чем настоящая. Помимо этого, накопление ошибок означало уменьшение величины вероятности. Таким образом, в такой форме данный метод применять нельзя.

Выводы

  • Предложены математические алгоритмы для обнаружения пиков ПХОС в объектах сложного состава
  • Изучены возможности и границы применимости этих методов при изотопном анализе данных ГХ-МС. Показано, что метод непосредственного извлечения данных о степени замещенности требует высокой точности измерения аналитического сигнала.
  • Возможности алгоритма продемонстрированы на примере модельной многокомпонентной смеси

Список литературы

  1. Вредные химические вещества, углеводороды, галогенпроизводные углеводородов / Справочник / Под ред. Филова В.А. – Л.: Химия. 1990. 732 с.
  2. Agency for Toxic Substances and Disease Registry (ATSDR), US Department of Health and Human Services.
  3. А.А. Дударев, В.С. Чупахин Оценка влияния экспозиции к стойким токсичным веществам на исход беременности, соотношение полов новорожденных и менструальный статус коренных жительниц Чукотки // Гигиена и санитария. 2014; 4: 36–39 с.
  4. Демина Т.Я., Шаяхметова Л.Р. К проблеме утилизации отходов химических технологий на примере производства хлорорганических соединений // Вестник ОГУ. 2010. Т. 2. Ест. и тех. науки. 10–13 с.
  5. Зыбалов В.С., Крупнова Т.Г. Исследование содержания хлорогранических пестицидов на территории Челябинской области. 2014. Т. 6. № 3. 39–42 с.
  6. Громова В.С., Шушпанов А.Г., Борисова И.В. Загрязнение почвенной и воздушной среды при хранении неиспользованных остатков хлорогранических пестицидов // Науч.-практ. жур. ГТУ Орел. 2010. № 2. 75–78 стр.
  7. I. Suciu, L. Prodan, Elena Ilea, A. Păduraru, Livia Pascu. Clinical manifectations in vinyl chloride poisoning // Annals of the New York academy of sciences. 1975. V. 246. Iss. 1. pp. 53–69
  8. L.W. McGuire. Carbon tetrachloride poisoning // Jour. A. M. A. 1932. V. 99. Iss. 12. pp. 988–989.
  9. E. M. Boyd., E. S. De Castro. Protein-deficient Diet and DDT Toxicity // Bull. Wld Hlth Org. 1968. Iss. 38. pp. 141–150
  10. Van den Berg et al. Toxic Equivalency Factors (TEFs) for PCBs, PCDDs, PCDFs for humans and wildlife // Env. Hlth Persp. 1998. V. 106. № 12, pp. 775–792
  11. K.N. Mehrotra. Use of HCH (BHC) and its environmental effects in India // Proc. Indian nat. Sci. Acad. 1985. B51 № 5 pp. 581-595
  12. J.G. Vos. Health effects of hexachlorobenzene and the TEF approach // Env. Hlth Persp. 2000. V. 108. № 2, pp. 58
  13. Лебедев А.Т. Масс-спектрометрия в органической химии. М.: Бином, 2003, 493 с.
  14. Тахистов В.В., Пономарёв Д.А. Органическая масс-спектрометрия. СПб.: ВВМ, 2005, 346 с.
  15. F.W. McLafferty, František Tureček. Interpretation of mass spectra. Sausalito, CA.: University Science Books, 1993, 319 p.
  16. Большова Т.А., Брыкина Г.Д. Основы аналитической химии в 2-х томах под ред. Ю.А. Золотова. М.: Изд. ц. «Академия», 2010, Т. 1, 4-е изд, 384 с.
  17. Царев Н.И., Царев В.И., Катраков И.Б. Практическая газовая хроматография. Барнаул: Изд. АГУ. 2000. 156 с.

Интересная статья? Поделись ей с другими:

Внимание, откроется в новом окне. PDFПечатьE-mail