全二維氣相色譜-飛行時間質譜應用研究進展

王 寬，董豐收，吳小虎，劉新剛，徐 軍，鄭永權

（中國農業科學院植物保護研究所，植物病蟲害生物學國家重點實驗室，北京100193）

氣相色譜串聯質譜（GC-MS）把氣相色譜的分離分析與質譜的定性定量分析結合起來，在石油化工、環境安全、食品衛生等領域的現代分析中發揮著重要的作用。隨著分析組分日趨復雜多樣，傳統的一維氣相色譜串聯質譜遇到了瓶頸，通常不能對高度復雜的混合物進行充分的分離，雜質與目標分析物經常共洗脫，峰容量嚴重不足，導致分離分析效果差。針對該問題，20世紀90年代，Liu等[1]在傳統一維氣相色譜的基礎上發明了全二維氣相色譜法（GC×GC）。GC×GC具有高分辨率、高峰容量的特點，可以使復雜樣品混合物中的每種化合物都經歷兩種獨立的分離機制分離洗脫，有效解決了傳統一維氣相色譜分離時出現的組分共洗脫和峰容量嚴重不足的問題[2]。全二維氣相色譜充分提高了復雜混合物中有機分析物的分離度和鑒定[3-4]，為復雜組分樣品分析提供了新方法。

飛行時間質譜（time-of-flight mass spectrometry，TOF-MS）是近年來應用最廣泛的質譜分析技術之一[5-9]，具有很高的采集頻率,可高效分析檢測二維氣相色譜流出的樣品，其還具備自動峰識別以及圖譜去卷積解析功能的高性能處理軟件, 縮短了檢測時間，提高了檢測分析的靈敏度和效率。

全二維氣相色譜-飛行時間質譜聯用技術（GC×GC-TOF-MS）將色譜和質譜優勢互補。將全二維氣相色譜優異的分離能力、高分辨率、高峰容量的特點與飛行時間質譜的高采集頻率、高靈敏度、高選擇性及能夠提供化合物相對分子質量與結構信息等優點結合起來，表現出了強大的定性定量分析能力，解決了復雜混合物不易被分離和鑒定的難題，在石油化工、生物醫療、食品安全、環境檢測等現代分析領域中占有重要地位[10-11]。筆者介紹了全二維氣相色譜和飛行時間質譜的應用原理，綜述了GC×GC-TOF-MS在現代分析領域中的應用，展望了GC×GC-TOF-MS的應用趨勢，為該技術的進一步發展提供參考。

1 全二維氣相色譜的原理

全二維氣相色譜主要原理（如圖1）是使用一個調制器把分離機理不相同的兩支色譜柱串聯起來（第一維柱一般為非極性相的長柱，按分析物沸點程序溫控分離，第二維柱一般為極性柱或選擇性柱的短柱，按分析物極性等溫分離），經過第一根色譜柱分離后的餾出物在調制器內進行濃縮聚集，然后調制器再將餾出物以周期性的脈沖形式相互獨立地送到第二根性質不同的二維柱上進行再分離[12]，最后進入色譜檢測器。在第一根色譜柱中沒有完全分開的組分（共餾出物）在第二根色譜柱可得到進一步分離，達到了正交分離的效果。系統總的峰容量是兩根柱子實際峰容量的乘積，而不是簡單相加[13]。這極大提高了峰容量和分辨率，同時也提高了靈敏度。

圖1 全二維氣相色譜原理示意圖

全二維氣相色譜技術的發展歷程大概分為3個階段：①1991年至20世紀末，從全二維氣相色譜技術被發明，到早期的氣流調制和熱調制器技術的研究，以及信號數據處理方法的研究與發展，全二維氣相色譜技術逐漸被認識和認可。②本世紀前10年，由商業化的熱調制器、數據處理軟件和高采樣率的飛行時間質譜構成的全二維系統進入多個行業分析領域，得到實際應用。③2010年后到未來一段時間，更簡便經濟的熱調制技術，嘗試結合快速掃描單四極桿和飛行時間質譜，更新全二維氣質技術。

調制器是全二維氣相色譜技術的關鍵器械，起捕獲、聚焦和再傳送進樣的作用。自全二維氣相色譜問世以來，調制器經歷了多次創新優化。21世紀初，利用冷熱噴嘴的熱調制技術得到快速發展并實現商業化，逐漸成為主流調制技術；2015年，固態熱調制器商業化并投入市場，為其普及創造了條件。目前已經發展到兩種截然不同的調制器類別，即：熱調制器和閥基調制器，閥基調制器的調制周期可以達到50 ms[14-15]，全二維氣相色譜的分析檢測效率得以極大提高。

2 飛行時間質譜的原理

在真空條件下，質譜儀中氣體組分首先通過微孔取樣，然后到達離子源室，由離子源產生的離子首先被推斥極推出離子源區，然后離子聚焦透鏡聚焦離子，再經過一個脈沖電場加速后進入飛行管區，經過反射器反射并以恒定速度飛向檢測器，記錄各離子的到達時間和豐度（圖2）。質荷比與時間的平方成正比，這樣就可以對組分進行準確定性[16]。飛行時間質譜儀可檢測的分子量范圍大，掃描速度快，適用于極快的檢測分析過程。

圖2 飛行時間質譜原理示意圖

3 GC×GC-TOF-MS的應用研究

目前GC×GC-TOF-MS已被用于石油化工、食品安全、生物醫療、環境檢測等多個領域中，成為這些領域里新興有效的分析方法。

3.1 在石油化工分析領域中的應用

石油組成成分復雜多樣，包含有芳烴、多環芳烴以及其他有機化合物，不同的燃料油其理化性質與組成成分有差異，且燃料油的識別標志物也有很大的區別，有些燃料油含有一些烴類化合物，其燃燒后會產生污染氣體，造成大氣環境的污染。因此對石油中各組分開展監測分析，對于石油的質量鑒定和評估石油對環境的污染具有重要的意義。

GC×GC-TOF-MS相比于GC-MS靈敏度更高、峰容量更大，適合復雜混合物體系的分析，對石油樣品的分析有很好的應用前景，國內外對GC×GC-TOF-MS分析石油組分已有相關報道。路鑫等[17]利用GC×GC-TOF-MS開展了柴油組成分析，實現了對柴油組成的詳細表征和柴油族組成的快速分離及定量，定性分析了催化裂解柴油中的27種含氮化合物和42種含硫化合物，定量測定了4個不同來源的柴油餾分中非芳烴、一環芳烴、二環芳烴、三環芳烴的含量。王匯彤等[18-20]初步探索了GC×GC-TOF-MS在石油地質實驗分析中的應用潛力，并依據極性大小和環數多少的分布特征對典型石油樣品中飽和烴組分以及芳烴組分進行了定性分析，識別出環基取代苯系列，雙環芳烴系列芴、氧芴等系列，多環芳烴系列,單芳甾和三芳甾烴系列等組分。Ljesevic等[21]研究了Oerskoviasp菌株對柴油芳香族餾分中多環芳烴的降解，采用GC×GC-TOF-MS對降解產物進行了可視化分析。牛魯娜等[22-23]利用GC×GC-TOF-MS分析了焦化柴油中飽和烴的分子組成，對飽和烴組分中1 057個化合物單體進行了定性，并準確區分了在傳統一維氣相色譜上共流出的正構烷基環己烷、正構烷基環戊烷和正構α單烯烴，該研究為油品加工工藝機體的研究提供方法支持。辛利等[24]定量分析了催化裂化汽油全餾分，GC×GC-TOF-MS對催化裂化汽油組分按照其分子的沸點及極性差異進行兩個維度的分離，較好地解決了傳統一維氣相色譜法中沸點相似化合物共流出問題，從而實現了催化裂化汽油組分的精確分離和準確定性分析。押淼磊等[25]通過優化GC×GC-TOF-MS分析條件實現了0號汽油、93號汽油、97號汽油和重柴油中烷烴、萘系、菲系等族組分和目標化合物的較好分離，并研究了不同沸點燃料油中烴類組分的全二維譜圖特征，為環境中烴類污染物的來源解析和遷移轉化等研究提供有力技術支撐。

3.2 在食品質量安全分析領域中的應用

食品種類多且組分千差萬別，部分食品品質和風味與其揮發性物質組成及含量密切相關。對于食品中揮發性成分的定性定量測定一直是該領域的研究重點，GC×GC-TOF-MS為此類樣品分析提供了有效途徑。

酒中酯類、醇類、酸類、酚類等微量元素的含量、相互間的量比是賦予酒口感和香型的關鍵，對確定酒品質的優劣至關重要[26-27]，將GC×GC-TOF-MS應用到酒類的微量組分分析中，為酒品中醇、醛、酸、酯、呋喃、吡嗪等組分的鑒定提供了便利手段[28-32]。Zhu等[33]利用GC×GC-TOF-MS檢測了茅臺白酒中的風味物質，在茅臺酒樣品中共鑒定出528種成分，包括有機酸、醇、酯、酮、醛、乙縮醛、內酯，含氮和含硫化合物等。Robinson等[34]采用頂空固相微萃取方法并結合GC×GC-TOF-MS建立了表征葡萄酒揮發性特征的分析方法，同時分析350多種不同的揮發性和半揮發性化合物，包括強效芳香化合物類，例如，單萜類，去甲腎上腺素類，倍半萜類和烷基-甲氧基吡嗪類，用來評估葡萄酒揮發性成分的組成差異。

GC×GC-TOF-MS也應用到了植物油、食用醬、食用香精、咖啡豆揮發物、茶葉揮發物等食品組分分析中[11,35-36]。陳琦等[37]利用該技術快速定性篩查了食品中32種防腐劑和抗氧化劑。王震等[38]利用該技術篩查出打開包裝并放置1年的奶粉所含有的47種醛類成分，為奶粉氧化程度評價提供了量化指標。Xu等[39]采用該技術測定植物油中31種游離甾體化合物，與一維氣相色譜質譜相比該技術可以將31種甾體化合物完全分離并進行鑒定。Drabova等[40]利用該技術快速并準確地定性定量分析了茶葉中多環芳烴。Zhang等[41]使用該技術研究了綠茶、烏龍茶和紅茶中揮發性成分的差異，初步鑒定出450種化合物，這項研究體現了GC×GC-TOF-MS方法與多變量數據分析相結合的強大功能，可有效解析高復雜性的天然產物信息。

3.3 在生物醫療領域中的應用

GC×GC-TOF-MS對生物組織中天然揮發性和衍生化代謝產物的分析可為綜合代謝組學研究提供信息豐富的數據。與傳統的一維氣相色譜相比，GC×GC的第二個分離維數增加了化學選擇性，TOF-MS的快速掃描在化學選擇性和總峰容量方面具有優勢。此外，GC×GC-TOF-MS還可以提高靶標和非靶向代謝組學中候選生物標志物的質量[42-44]。Ly-verdu等[45]利用GC×GC-TOF-MS對C3HeB/FeJ小鼠肝組織提取物的代謝組學指紋圖譜進行測定。Welthagen等[46]利用GC×GC-TOF-MS分析了小鼠脾臟的復雜代謝物譜圖，所得二維色譜圖與一維GC-TOF-MS方法相比，分辨率、質譜質量和靈敏度都得到了極大的改善。Rocha等[47]探索了GC×GC-TOF-MS在人體尿液代謝組學中的應用潛力。Mohler等[48]使用該技術來鑒定從酵母細胞中分離出的代謝物提取物的化學差異，鑒定出了26種代謝物，為進一步的功能鑒定提供了重要基礎。

GC×GC-TOF-MS也被應用到了藥物的組分篩選和分析中[49]。Wu等[50]比較了一維氣相色譜和GC×GC，GC-MS 和GC×GC-TOF-MS 對廣藿香（Pogostemon cablin Benth）揮發油的檢測性能，實驗結果表明GC×GC-TOF-MS具有更高的靈敏度和分離度，可鑒定廣藿香揮發油中的394個組分。Qiu等[51]采用GC×GC-TOF-MS定性定量了不同地域中藥材揮發油的化學成分，結果表明，四川省羌活的化學成分與其他地理來源的草藥存在明顯差異，尤其是單萜和含氧倍半萜烯。

3.4 在環境檢測領域中的應用

環境中持久性污染物污染問題一直備受關注。污染物難降解又有一定的揮發性和生物毒性，給生態健康造成威脅，因此，開展持久性污染物有效監測分析具有重要意義。

GC×GC-TOF-MS在環境中持久性污染物的分析檢測應用也十分活躍[52]。Matamoros等[53]基于GC×GC-TOF-MS技術同時成功測定了河水中痕量濃度的13種藥物、18種增塑劑、8種個人護理產品、9種酸性除草劑、8種三嗪類除草劑、10種有機磷化合物、5種苯基脲、12種有機氯殺菌劑、9種多環芳烴和5種苯并噻唑類和苯并三唑類等97種有機污染物，檢測限（LOD）為0.5～100 ng/L，定量限（LOQ）為2～185 ng/L，重復性始終低于20%。Prebihalo等[54]采用該技術檢測了廢水處理設施處理后用于灌溉農田的廢水，發現廢水灌溉后該農田水和土壤樣品中均存在鹵代苯并三唑，會導致農田環境的污染。Zhan等[55]采用GC×GC-TOF-MS開發了非靶標篩選和定量分析方法，明確了土壤樣品中包括27種多環芳烴及其衍生物、10種鄰苯二甲酸酯、8種酚類化合物和5種苯衍生物在內的50種主要有機污染物。

氯化石蠟（CPs）是具有數千種異構體的復雜混合物，其在環境基質中的分析一直是分析領域有難度的工作。利用一維氣相色譜分析時，由于氯化石蠟分布范圍廣，不能獲得有效分離，而利用GC×GC可獲得分離。Xia等[56]利用GC×GC-TOF-MS成功分析了環境樣品中短鏈和中鏈氯化石蠟，有效消除了氯化石蠟同系物與其他有機鹵素化合物之間的干擾，證明該技術是分析氯化石蠟最有效的工具。

多氯聯苯（PCBs）的有效分析也一直是環境領域的重要課題，GC×GC-TOF-MS為檢測環境中的PCBs等有機污染物提供了高效的手段。周偉峰等[57]采用GC×GC-TOF-MS 分析了混合樣品Aroclor 1260、Aroclor 1254、Aroclor 1242 中 的PCBs 單 體。Focant等[58]利用GC×GC-TOF-MS成功分離和鑒定209種PCBs。

GC×GC-TOF-MS 還可有效用于檢測復雜基質中的痕量農藥。姜俊等[59]使用固相萃取-GC×GC-TOF-MS方法成功同時分析了蔬菜中64種農藥殘留，包括29 種有機磷類農藥、27種有機氯類農藥、8種氨基甲酸脂類農藥以及環氧七氯，64種農藥的回收率為68.3%～117.8%，相對標準偏差為0.6%～9.1%。Zrostlíková等[60]，Dallüge等[61]利用該技術成功測定了蔬菜提取物中58種農藥和水果樣品中20種新農藥，結果發現分離效果好，定性準確。GC×GC-TOF-MS也被成功應用到動物飼料[62]、茶葉[63]等樣品的農藥殘留檢測，均表現出良好的分離定性效果。

4 總結與展望

可見，相對于傳統一維色譜，GC×GC-TOF-MS具有更高的靈敏度和更大的峰容量。全二維氣相色譜優異的分離能力與飛行時間質譜定性識別功能相結合，有效解決了復雜組分定性定量分析難題，在現代分析中發揮著重要作用[64]。隨著現代分析技術的不斷創新，GC×GC-TOF-MS技術會更加完善成熟。如標準質譜庫會不斷更新和豐富；另外由于GC×GC-TOF-MS分析會產生巨量的數據，數據處理軟件需要升級優化，處理速度更快。全二維氣相色譜技術可以有效地分離易揮發物質，但對于難汽化物質的分離仍需依靠液相色譜，目前已有二維液相色譜的研究應用[65-67]，但全二維液相色譜-飛行時間質譜（LC×LC-TOF-MS）的應用鮮有報道，有待探索其應用潛力，以滿足各種復雜樣品的有效分析。總之，GC×GC-TOF-MS是目前分析領域解決復雜組分定性定量分析的有效技術，其優良的分離和定性定量特點也必將被各分析領域廣泛應用。