Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Utjecaj matrice u kvantitativnoj analizi

Παρόμοιες παρουσιάσεις


Παρουσίαση με θέμα: "Utjecaj matrice u kvantitativnoj analizi"— Μεταγράφημα παρουσίασης:

1 Utjecaj matrice u kvantitativnoj analizi
ostataka aktivnih tvari pesticida u hrani GC-MS/MS-om dr.sc. Mateja Bulaić, Jasna Jakovljević, dipl.ing., Marija Kovač, mag.ing., univ.spec. Edita Čupurdija Izazovi u analizi hrane i ambalaže , Zagreb

2 PESTICIDI Danas je teško zamisliti proizvodnju bez upotrebe pesticida
lakši uzgoj, bolji prinosi štetnost za zdravlje ljudi i okoliš

3 Nekoliko tisuća zaštitnih sredstava na tržištu.
PESTICIDI Nekoliko tisuća zaštitnih sredstava na tržištu. Kako ih kontrolirati?

4 KONTROLA REZIDUA PESTICIDA
Zahtjevi metode: Veliki broj parametara (500+) Visoka osjetljivost Kratko vrijeme analize Pouzdanost rezultata Kromatografske tehnike (plinska i tekućinska) spregnute s masenim detektorima – MRM metode

5 KONTROLA REZIDUA PESTICIDA
EKSTRAKCIJA GC-MS/MS HOMOGENIZACIJA PROČIŠĆAVANJE Quick, Easy, Cheap, Effective, Rugged, Safe QUECHERS • HRN EN 15662:2008

6 KONTROLA REZIDUA PESTICIDA
liner kapilarna kolona aktivno mjesto (siloksani i nataloženi teško hlapivi spojevi) matrica analit (interakcija s aktivnim mjestima)

7 KONTROLA REZIDUA PESTICIDA
POJAČAVANJE signala Efekt matrice (%ME) SUPRESIJA signala

8 Kalibracija u matrici %ME= [ nagib (matrica) nagib (ACN) ] -1*100%
105,7% %ME= [ nagib (matrica) nagib (ACN) ] -1*100%

9 KONTROLA REZIDUA PESTICIDA
Kompenziranje fenomena: Temeljit clean-up Interni standard Standardna adicija Protektanti Kalibracija u matrici

10 Kalibracija u matrici Korištenje ekstrakta uzorka (matrice) umjesto otapala Moguće je koristiti svaki prethodno analiziran uzorak iz iste kategorije proizvoda za koji je analizom pokazano da su koncentracije analita ispod granice detekcije U slučaju da više uzoraka u „batch”-u pripada istoj grupi proizvoda (npr. visok sadržaj vode), moguće je pomiješati ekstrakte matrica (SANTE/11813/2017, str.6, C23)

11 Kalibracija u matrici Razlike u izgledu pikova – matrica mrkva/ACN
niži odziv

12 Kalibracija u matrici Razlike u izgledu pikova – matrica mrkva/ACN
niži odziv „tailing”

13 Kalibracija u matrici Klorfenprop metil Metakrifos Tiometon
Area: 21546 Area: 60337

14 Kalibracija u matrici – razlike u nagibu pravca
HCH β (mrkva) HCH β (brašno) HCH β (biljno ulje) 49,7% 76,7% 34,7%

15 Kalibracija u matrici – razlike u nagibu pravca
Kloroneb (mrkva) Kloroneb (biljno ulje) Kloroneb (brašno) 116,3% 107,6% 54,4%

16 Kalibracija u matrici – razlike u nagibu pravca
Metoksiklor (mrkva) Metoksiklor (brašno) Metoksiklor (biljno ulje) 321,3% 323,9% 114,4%

17 Kalibracija u matrici – razlike u nagibu pravca
HCH β (5g i 2g i ACN 5g) Chloroneb (5g i 2g i ACN 5g) Metoksiklor (5g i 2g i ACN 5g)

18 Kalibracija u matrici – ME%
Parametar Linearnost u ACN R2 u ACN Linearnost u otopini matrice (mrkva) R2 u otopini matrice Utjecaj matrice izražen postotkom (%) p,p-DDT Y=8,27*103X-9,47*103 0,990 Y=1,79*104X-5,38*104 0,999 116 Cihalotrin-R Y=9,79*103X-8,39*103 0,992 Y=2,87*104X-6,57*103 0,998 193 Diazinon Y=5,85*103X-9.47*103 Y=1,68*104X-4,70*103 187 Klorprofam Y=6,96*103X-9.47*103 0,991 Y=1,30*104X-1,18*104 0,993 122 α-Endosulfan Y=6,09*102X-1,95*103 Y=4,45*103X+9,30*102 230 Fenitrotion Y=1,43*103X-1,02*104 Y=8,43*103X-3,68*103 0,996 489 α-HCH Y=3,15*103X-1,56*104 Y=1,33*104X-6,57*103 0,997 322 ɣ-HCH Y=7,04*103X-2,48*104 0,994 Y=1,48*104X-5,22*103 0.998 110 Heksaklorbenzen Y=5,96*103X-3,74*103 Y=1,22*104X-1,43*103 105 Paration-metil Y=6,82*103X-5,26*104 Y=1,45*104X-1,05*104 113 Pirimifos-metil Y=2,36*103X-9,20*103 Y=6,30*103X-2,65*102 167 Permetrin cis Y=8,70*103X-4,17*103 Y=1,45*104X-9,49*103 67 Permetrin trans Y=5,58*103X-2,51*103 Y=1,41*104X+2,03*103 153 Procimidon Y=2,85*103X-8,34*104 Y=4,46*104X+5,38*104 156 Vinklozolin Y=1,31*103X-8,36*102 Y=2,29*103X-5,38*102 75

19 Kalibracija u matrici – ME%
Parametar Linearnost u ACN R2 u ACN Linearnostu otopini matrice (žitarice i proizvodi od žitarica) R2 u otopini matrice Utjecaj matrice izražen postotkom (%) p,p-DDT Y=8,27*103X-9,47*103 0,990 Y=1,14*104X-1,37*104 0,999 38 Cihalotrin-R Y=9,79*103X-8,39*103 0,992 Y=2,86*103X-4,54*103 0,997 192 Diazinon Y=5,85*103X-9.47*103 Y=5,56*103X-1,84*104 0,993 5 Klorprofam Y=6,96*103X-9.47*103 0,991 Y=6,86*103X-1,96*104 2 α-Endosulfan Y=6,09*102X-1,95*103 Y=8,61*102X-3,06*103 41 Fenitrotion Y=1,43*103X-1,02*104 Y=2,47*103X-6,22*103 0,995 73 α-HCH Y=3,15*103X-1,56*104 Y=3,95*103X-4,72*103 25 ɣ-HCH Y=7,04*103X-2,48*104 0,994 Y=4,98*103X-5,72*103 0.998 -30 Heksaklorbenzen Y=5,96*103X-3,74*103 Y=4,01*103X-5,64*103 0,996 -33 Paration-metil Y=6,82*103X-5,26*104 Y=8,42*103X-2,32*104 23 Pirimifos-metil Y=2,36*103X-9,20*103 Y=2,34*103X-8,50*103 10 Permetrin cis Y=8,70*103X-4,17*103 Y=3,87*103X-9,72*103 -56 Permetrin trans Y=5,58*103X-2,51*103 Y=3,10*103X-8,26*103 -45 Procimidon Y=2,85*103X-8,34*104 Y=2,26*104X-3,32*104 0,998 69 Vinklozolin Y=1,31*103X-8,36*102 Y=9,45*102X-9,42*102 -28

20 Kalibracija u matrici – ME%
Parametar Linearnost u ACN R2u ACN  Linearnost u otopini matrice (čaj) R2 u otopini matrice Utjecaj matrice izražena postotkom (%) p,p-DDT Y=8,27*103X-9,47*103 0,990 Y=3,22*104X+1,37*103 0,999 289 Cihalotrin-R Y=9,79*103X-8,39*103 0,992 Y=1,78*104X+1,28*105 82 Diazinon Y=5,85*103X-9.47*103 Y=4,06*103X+4,30*103 0,991 -59 Klorprofam Y=6,96*103X-9.47*103 Y=1,64*104X+1,47*104 0,996 136 α-Endosulfan Y=6,09*102X-1,95*103 Y=1,12*103X-4,91*102 259 Fenitrotion Y=1,43*103X-1,02*104 Y=8,65*103X+3,49*103 505 α-HCH Y=3,15*103X-1,56*104 Y=7,88*103X+6,54*103 150 ɣ-HCH Y=7,04*103X-2,48*104 0,994 Y=1,06*104X+6,85*103 0.994 51 Heksaklorbenzen Y=5,96*103X-3,74*103 Y=9,53*103X-2,17*102 60 Paration-metil Y=6,82*103X-5,26*104 Y=1,53*104X+2,44*104 124 Pirimifos-metil Y=2,36*103X-9,20*103 Y=4,21*103X-3,17*102 78 Permetrin cis Y=8,70*103X-4,17*103 Y=9,39*103X+1,24*104 9 Permetrin trans Y=5,58*103X-2,51*103 Y=1,02*104X-1,63*104 83 Procimidon Y=2,85*103X-8,34*104 Y=3,73*104X+4,73*105 128 Vinklozolin Y=1,31*103X-8,36*102 Y=2,40*103X+1,87*103

21 Kalibracija u matrici

22 Kalibracija u matrici Prednosti
Kalibracija u matrici ispravlja njen utjecaj pri kvantifikaciji analita Snažan alat za kvalitetu i pouzdanost rezultata Nedostaci Priprema kalibranata zahtijeva više vremena Onečišćenje uređaja Pronalazak „blank” uzoraka za pripremu kalibranata Osigurati matricu odgovarajuće grupe proizvoda

23 Hvala na pažnji!

24 Hvala na pažnji!


Κατέβασμα ppt "Utjecaj matrice u kvantitativnoj analizi"

Παρόμοιες παρουσιάσεις


Διαφημίσεις Google