Screening

Naast de vele doelstofanalyses die zijn ontwikkeld voor het zeer nauwkeurig bepalen van (concentraties van) organische microverontreinigingen, beschikt AQZ ook over meerdere screeningsmethoden. Het idee van screening is dat een stuk nauwkeurigheid wordt ingeruild voor een sterk vergroot meetbereik en daardoor de mogelijkheid om nieuwe stoffen te ontdekken. Het is bij screening per definitie niet mogelijk om werkelijke concentraties te bepalen. Wel kunnen relatieve concentraties met elkaar vergeleken worden, gedurende een bepaalde periode of op verschillende meetpunten.

Er is bij screening sprake van een kans op vals-negatieve en vals-positieve resultaten. Uiteraard wordt de kans hierop zo laag mogelijk gehouden door het gebruik van kwaliteitscontroles.

Het waardevolle van screening is dat er een database wordt opgebouwd die retrospectief kan worden geanalyseerd. Kennis van nieuwe stoffen kan leiden tot identificaties in de data uit het verleden.

AQZ heeft een hoge resolutie massaspectrometer (UPLC-QTOF) voor de screening van semi-polaire stoffen (met C18). Alle samples worden in triplo gemeten, zodat de data geschikt is voor statistische verwerking. De data die met het systeem gemeten wordt, wordt allereerst geanalyseerd met behulp van een bibliotheek. De bibliotheek, ook wel suspectlijst genoemd, bestaat uit zo’n 2000 stoffen, met name bestrijdingsmiddelen en geneesmiddelen, waarvan de exacte massa, de retentietijd en een aantal fragmenten bekend zijn. Al deze stoffen worden in ieder sample getoetst op voorkomen. Vanwege de beschikbare retentietijden, leidt dit tot betrouwbare informatie; vaak is een Schymanski level van 2 haalbaar.

Momenteel wordt er aan gewerkt om de bibliotheek uit te breiden met relevante industriële stoffen; een aantal veelvoorkomende industriële stoffen zijn reeds opgenomen. 

Met behulp van speciale software worden de data verder geanalyseerd. Achtereenvolgens wordt peak picking, peak grouping en blanco correctie toegepast. Indien gewenst kunnen de relevante buckets (gegroepeerde pieken) worden gecodeerd, zodat het mogelijk is om data van verschillende samples (locaties en/of verschillende tijdstippen) te vergelijken. Van de gecodeerde buckets wordt in feite een suspectlijst gemaakt, die steeds kan worden toegepast op nieuwe samples.

De exacte massa wordt zeer nauwkeurig bepaald, waardoor het mogelijk is om de bruto formule (atoomsamenstelling) te berekenen. Ook worden de stoffen gefragmenteerd, en wordt van de fragmenten ook de exacte massa gemeten. Hierdoor is het in theorie mogelijk om onbekende stoffen te identificeren. In de praktijk is dit een heel lastige puzzel, die zeker niet altijd op te lossen is. Wel zijn er allerlei tools voor handen om hierbij te helpen, namelijk spectrale bibliotheken, uitgebreide suspectlijsten [Jonkers et al., 2021, in press], software voor het berekenen en scoren van fragmentatiepatronen en een retentietijdindex [Aalizadeh, Thomaidis et al., 2019].

Om diverse vraagstukken te beantwoorden en/of grote datasets te vergelijken, zijn statistische tools beschikbaar.

Een mooi voorbeeld is het spiken van drinkwater met chemicaliën die gebruikt worden tijdens de drinkwaterbereiding. Het gespikete sample kan met behulp van een T-test direct vergeleken worden met een blanco drinkwatersample. Hierdoor kan een indruk worden verkregen van het risico op organische microverontreinigingen door het gebruik van de chemicaliën (zie Volcano plot).

Een even relevant voorbeeld is het meten van een bepaald monsterpunt op verschillende tijdstippen, bijvoorbeeld om de gevolgen van een incident in kaart te brengen. Hiervoor kan een principle component analysis (PCA) toegepast worden, waardoor de grootste verschillen en overeenkomsten in datasets inzichtelijk gemaakt worden.

Volcano plot van gespiked vs. blanco sample

PCA-analyse. Rood = MQ blanco, de overige samples zijn steeds 12 uur na elkaar genomen op hetzelfde monsterpunt. Met name het lichtblauwe sample is opvallend anders.