Estudio teórico y aplicado del potencial de la espectrometría de movilidad iónica

Resumen

1. introducción o motivación de la tesis La espectrometría de movilidad iónica (IMS en inglés) es una técnica analítica que se basa en la separación de iones gaseosos bajo la influencia de un campo eléctrico a través de una atmósfera de gas inerte. Algunas de las principales limitaciones de la IMS, dependiendo del contexto, pueden ser la limitada capacidad de cuantificación de compuestos en muestras reales ya que se obtienen normalmente rangos lineales de cuantificación muy estrechos; la escasa selectividad debido al bajo poder de resolución de este tipo de equipos; y la dificultad de identificación de forma inequívoca de compuestos en muestras reales ya que las bases de datos existentes no están tan actualizadas como para otras tecnologías como la espectrometría de masas (MS en inglés). Por tanto, resulta evidente que existe una demanda de metodologías más selectivas y que proporcionen mayor capacidad de detección y cuantificación de analitos. Con estas premisas, se puede decir que el mayor reto actual de la IMS es maximizar la capacidad de detección de la técnica con el fin de conseguir la identificación inequívoca de un alto número de analitos. Este reto es actualmente utópico cuando se trabaja con muestras complejas. Por ello, la principal motivación de esta Tesis Doctoral fue buscar soluciones para los distintos retos a los que se enfrenta actualmente la IMS en un contexto teórico y aplicado. 2.contenido de la investigación El objetivo básico de la investigación fue explorar el potencial de la IMS mediante el uso de estrategias teóricas y aplicadas para mejorar la capacidad de detección e identificación de los análisis realizados con esta tecnología. Estas nuevas estrategias se aplicaron a lo largo de las etapas principales del proceso analítico y permitieron mejorar características analíticas básicas, como la selectividad y la sensibilidad, de los métodos de análisis optimizados y su capacidad de detección. El logro de este objetivo básico condujo a métodos de análisis de estándares y muestras reales, como explosivos, drogas, suelo, plantas de romero, aceitunas y principalmente diferentes tipos de aceites de oliva. Este objetivo básico se dividió en tres objetivos generales de acuerdo con los diferentes temas de investigación para abordar en esta Tesis Doctoral: a) aprovechar los beneficios derivados del estudio de los aspectos teóricos de la IMS para mejorar la interpretación de los espectros de IMS y del uso de características adicionales como información estructural para mejorar el análisis cualitativo; b) desarrollar herramientas para mejorar la capacidad de detección e identificación en los análisis de IMS; y c) aprovechar las oportunidades de los instrumentos de cromatografía de gases (GC en inglés)-IMS e IMS para el análisis de alimentos como un área de aplicación en expansión en IMS basado en métodos de análisis no dirigidos. En este contexto, la Tesis ha incluido los siguientes estudios: (i) Estudiar los fundamentos de la formación de iones producto a través del modelado computacional de la estabilidad de los iones utilizando cálculos ab initio para combinarlos con los patrones espectrales y la estructura de los iones [1]. (ii) Explorar la fragmentación de iones utilizando un campo eléctrico externo y el potencial de la información adicional de estos fragmentos para mejorar las tasas de categorización por clase química utilizando redes neuronales [2]. (iii) Explorar un equipo de desorción térmica (TD en inglés)-IMS para obtener huellas espectrales de muestras de plantas de cannabis, con y sin pretratamiento, para la rápida asignación de los diferentes quimiotipos mediante análisis de componentes principales (PCA en inglés) y análisis discriminante lineal (LDA en inglés) [3]. (iv) Lograr la respuesta selectiva del trinitrotolueno (TNT en inglés) a través de la eliminación con etapa reactiva de iones interferentes usando el aislamiento de iones con un IMS en tándem con etapa reactiva como sistema de detección [4]. (v) Desarrollar un acoplamiento on-line pionero de la extracción con fluídos supercríticos (SFE en inglés) como sistema de introducción de muestra previo a la IMS utilizando una columna rellena con el material Tenax TA como trampa sorbente para acoplar ambos dispositivos para mejorar propiedades analíticas como la sensibilidad y la selectividad de futuros métodos IMS [5]. (vi) Realizar un estudio bibliográfico que reúna y discuta críticamente las publicaciones recientes relacionadas con técnicas analíticas para distinguir los aceites de oliva según su calidad como virgen extra (AOVE), virgen (AOV) o lampante (AOL) [6]. (vii) Investigar y comparar diferentes estrategias quimiométricas para la clasificación del aceite de oliva como AOVE, AOV o AOL utilizando la GC-IMS para obtener el modelo más robusto con el tiempo [7]. (viii) Evaluar la combinación de los resultados de técnicas instrumentales ortogonales para diferenciar AOVE, AOV o AOL para imitar los paneles de expertos [8]. (ix) Analizar muestras de aceitunas y aceite de oliva de acuerdo con su sistema de producción para clasificarlas como ecológicas o convencionales usando ultravioleta (UV)-IMS, GC-IMS, GC-MS y/o electroforesis capilar (CE en inglés)-UV [9]. 3.conclusión Las conclusiones más destacadas de la Tesis Doctoral de acuerdo con los objetivos inicialmente propuestos se resumen a continuación: 1. Beneficios derivados del estudio de los aspectos teóricos de la IMS para mejorar la interpretación de los espectros de IMS y del uso de características adicionales como información estructural para mejorar el análisis cualitativo. (i) Solo los n-alcoholes desde el 1-pentanol al 1-octanol produjeron trímeros protonados que son suficientemente estables para ser observados a 35 ºC ya que solo estos alcoholes presentaban una disposición en forma de V para los trímeros protonados que fortalecían la estabilidad y la vida útil de los iones de acuerdo con el modelo computacional. Las secciones transversales de colisión obtenidas a partir de los coeficientes de movilidad reducida en atmósfera de nitrógeno gaseoso apoyan las estructuras iónicas predichas y los grados aproximados de hidratación [1]. (ii) Los espectros de fragmentación inducida por campo (FIF en inglés) obtenidos usando un espectrómetro de IMS en tándem con una etapa reactiva presentaron una alta eficiencia de fragmentación mediante la escisión de un solo enlace en alcoholes y el reordenamiento de anillos de seis miembros en acetatos. La fragmentación no se observó, o se vio débilmente, con aldehídos, éteres y cetonas debido a sus estados de transición tensos de anillos de cuatro miembros. Las redes neuronales se entrenaron para clasificar los espectros por clase química. Las tasas de categorización fueron dependientes de la clase obteniéndose las mejores para alcoholes y acetatos, moderadas para cetonas y las peores para éteres y aldehídos [2]. 2. Mejora del proceso analítico a través de nuevos desarrollos metodológicos para mejorar la capacidad de detección e identificación en el análisis IMS. (iii) La detección rápida de los cannabinoides de las plantas de Cannabis sativa L. usando un TD-IMS portátil se usó para agrupar en función de su quimiotipo estas plantas mediante el análisis de sus extractos sólido-líquido y los residuos de las plantas en las manos después de su manipulación. Se aplicaron PCA y LDA sobre los datos pretratados y se obtuvieron resultados adecuados para la discriminación quimiotaxonómica in situ de las variedades de cannabis y la detección de marihuana ilegal en menos de 2 minutos [3]. (iv) El uso de un IMS en tándem con etapa reactiva permitió la detección selectiva de TNT en presencia de Interferente B. Los picos de sus iones producto, (M-1)- and M2Cl-, estaban solapados en más del 90% incluso con el aislamiento de iones en un tubo de deriva en tándem. Al usar la etapa reactiva mediante la aplicación de un campo eléctrico de 123 Td, más del 95% del área de pico para M2Cl- se descompuso en M·(M-1)-, que está casi completamente separado del TNT. Solo se observó un solapamiento del 5% que se eliminó fácilmente a través de la deconvolución de picos. Sin embargo, se observó la supresión de la ionización en la fuente debido a cantidades excesivas de Interferente B que causó una pérdida del 30% en la respuesta del TNT con cantidades de Interferente B de 200 ng o más [4]. (v) Un acoplamiento pionero on-line y respetuoso con el medio ambiente entre un SFE y un detector IMS a través de una trampa sorbente de Tenax TA como interfaz de retención se llevó a cabo por primera vez. Este nuevo acoplamiento permite extraer y preconcentrar analitos y, en un segundo paso, determinarlos eliminando la transferencia de muestras de un dispositivo a otro, lo que aumenta la precisión y la velocidad de los procesos analíticos. El acoplamiento se evaluó con éxito determinando el benceno y el tolueno presentes en suelo y el eucaliptol en plantas de romero. Se demostró que el nuevo acoplamiento propuesto puede tener un fuerte impacto en la extracción y detección de diferentes analitos volátiles de matrices complejas con una mayor sensibilidad y/o selectividad, ampliando el alcance de la presente técnica a otras áreas de investigación o incluso en diferentes aplicaciones industriales [5]. 3. Aprovechar las oportunidades de la GC-IMS y dispositivos IMS para el análisis de alimentos como un área de aplicación en expansión en IMS basada en métodos no dirigidos. (vi) Se realizó un estudio bibliográfico actualizado de las publicaciones que tratan sobre la clasificación de los aceites de oliva según su calidad en las categorías AOVE, AOV o AOL utilizando técnicas analíticas no-separativas y separativas para complementar los métodos oficiales, demostrándose que las GC-IMS, GC-MS y CE-UV son hoy día la alternativa más exitosas [6]. (vii) Se compararon dos enfoques quimiométricos para la clasificación del aceite de oliva como AOVE, AOV o AOL para obtener el modelo más robusto a lo largo del tiempo analizando 701 muestras de dos campañas: i) un análisis de huellas espectrales no dirigido y ii) un enfoque dirigido basado en áreas de pico de marcadores. Ambas estrategias demostraron ser útiles cuando se utilizaron para construir modelos de clasificación de las muestras de la primera campaña (valor medio de éxito > 74%). Sin embargo, cuando estos modelos se aplicaron para clasificar muestras de la segunda campaña, se obtuvieron mejores valores utilizando marcadores. La combinación de datos de las dos campañas para construir los modelos quimiométricos mejoró los porcentajes de éxito de predicción para muestras de la segunda campaña (> 90%). Estos resultados confirman la idoneidad de la recalibración de los modelos con muestras de al menos dos campañas diferentes [7]. (viii) La CE-UV se seleccionó en comparación con la cromatografía de líquidos (HPLC en inglés)-UV y HPLC-detector de fluorescencia (FLD en inglés) como técnica ortogonal de la GC-IMS para formar parte de una plataforma analítica para clasificar los aceites de oliva como AOVE, VOO o LOO dependiendo de los compuestos percibidos en la boca (por CE-UV) y los componentes que contribuyen al aroma de los aceites de oliva (por GC-IMS), respectivamente. La extracción líquido-líquido (LLE en inglés) demostró ser una buena técnica de extracción antes del análisis del aceite de oliva por CE-UV. El potencial de usar esta plataforma se demostró usando la fusión de datos de alto nivel, ya que una mejora en la detección de muestras con una categoría incierta debido a que se encuentran en el borde de dos grupos (por ejemplo, AOVE-AOV o AOV-AOL) se logró, lo que podría evitar la categorización incorrecta de esas muestras cuando se utiliza una sola técnica analítica [8]. (ix) La utilidad del método optimizado mediante UV-IMS para la clasificación rápida y a bajo coste de aceitunas ecológicas o convencionales de dos variedades y de una sola campaña se demostró utilizando un tratamiento quimiométrico sobre su huella espectral (94.39% de éxito de clasificación). Sin embargo, este dispositivo UV-IMS no proporcionó buenos resultados para la clasificación de muestras de aceites de oliva ecológicas o convencionales. Para lograr este objetivo, se emplearon dos técnicas analíticas diferentes y más potentes, la GC-IMS (para analizar las huellas espectrales de los compuestos volátiles) y la LLE-CE-UV (para evaluar los compuestos polares presentes en el aceite de oliva). Ambos dispositivos proporcionaron buenos resultados de clasificación, por encima del 93.20% para muestras de una sola campaña. Sin embargo, cuando se consideraron muestras de dos campañas, CE-UV fue la técnica más robusta (95.76%) en comparación con la GC-IMS (75.16%). Se observó una mejora en los porcentajes de clasificación de los datos de GC-IMS cuando las muestras de dos campañas se separaron en conjuntos de variedades Picual (98.73%) y Hojiblanca (98.78%). Los resultados relativos a la fracción volátil de aceitunas y aceites de oliva obtenidos con UV-IMS y GC-IMS, respectivamente, se compararon con GC-MS (considerada como una técnica más implementada en los laboratorios analíticos) y se logró una buena correlación de los porcentajes de éxito obtenidos con las técnicas mencionadas. La GC-MS también se empleó para identificar un total de 12 compuestos en ambas matrices. Sin embargo, la categorización de las aceitunas no fue posible con esta información y solo el acetato de 3-hexenilo permitió la diferenciación entre los aceites de oliva ecológicos y convencionales [9]. 4. bibliografía [1] N. Jurado-Campos, R. Garrido-Delgado, B. Martínez-Haya, G.A. Eiceman, L. Arce, Stability of proton-bound clusters of alkyl alcohols, aldehydes and ketones in ion mobility spectrometry, Talanta, 185 (2018) 299-308. [2] H. Shokri, E.G. Nazarov, B.D. Gardner, H-C. Niu, G. Lee, J.A. Stone, N. Jurado-Campos, G.A. Eiceman, Field induced fragmentation (FIF) spectra of oxygen containing volatile organic compounds with reactive stage tandem ion mobility spectrometry and functional group classification by neural network analysis, Analytical Chemistry, 92 (2020) 5862-5870. [3] M.M. Contreras#, N. Jurado-Campos#, C. Sánchez-Carnerero Callado, N. Arroyo-Manzanares, L. Fernández, S. Casano, S. Marco, L. Arce, C. Ferreiro-Vera. (#Both authors contribute equally), Thermal desorption-ion mobility spectrometry: a rapid sensor for the detection of cannabinoids and discrimination of cannabis sativa L. chemotypes, Sensors and Actuators B: Chemical, 273 (2018) 1413-1424. [4] N. Jurado-Campos, U. Chiluwal, G.A. Eiceman. Improved selectivity for the determination of trinitrotoluene through reactive stage tandem ion mobility spectrometry and a quantitative measure of source-based suppression of ionization. Submitted to publication, 2020. [5] N. Jurado-Campos, A. Carpio, M. Zougagh, L. Arce, N. Arroyo-Manzanares, Innovative coupling of supercritical fluid extraction with ion mobility spectrometry, Talanta, 188 (2018) 637-643. [6] N. Jurado-Campos, R. Rodríguez-Gómez, N. Arroyo-Manzanares, L. Arce. Instrumental techniques to classification Olive oils according to their quality. Submitted to publication, 2020. [7] M.M. Contreras, N. Jurado-Campos, L. Arce, N. Arroyo-Manzanares, A robustness study of calibration models for olive oil classification: targeted and non-targeted fingerprint approaches based on GC–IMS, Food Chemistry, 288 (2019) 315-324. [8] N. Jurado-Campos, N. Arroyo-Manzanares, P. Viñas, L. Arce, 2020. Quality authentication of Virgin Olive Oils using Orthogonal Techniques and Chemometrics based on individual and high-level data fusion information. Talanta. 219, 121260. [9] N. Jurado-Campos, M. García-Nicolás, M. Pastor-Belda, T. Bußmann, N. Arroyo-Manzanares, B. Jiménez, P. Viñas and L. Arce. Exploration of the potential of different analytical techniques to authenticate organic vs. conventional olives and olive oils from two varieties using untargeted fingerprinting approaches. Submitted to publication, 2020.