जीसी-एमएस के लिए सामान्य नमूना तैयारी तकनीक

गैस क्रोमैटोग्राफी-मास स्पेक्ट्रोमेट्री (जीसी-एमएस) एक शक्तिशाली विश्लेषणात्मक तकनीक है जिसका उपयोग वाष्पशील और अर्धवृत्ताकार यौगिकों का विश्लेषण करने के लिए किया जाता है। नमूने और लक्ष्य विश्लेषणों की प्रकृति के आधार पर, नमूना को प्रभावी ढंग से तैयार करने के लिए विभिन्न प्रकार की तकनीकों को नियोजित किया जा सकता है। निम्नलिखित सामान्य तकनीकें हैं जिनका उपयोग नमूने तैयार करने के लिए किया जाता हैजीसी-एमएस विश्लेषण:

एलसी-एमएस और जीसी-एमएस के बीच के अंतर के बारे में अधिक जानना चाहते हैं, कृपया इस लेख को देखें:LC-MS और GC-MS के बीच क्या अंतर है?

1। तरल नमूना तैयारी

कमजोर पड़ने: तरल नमूने आमतौर पर कम उबलते बिंदु विलायक में पतला होते हैं जैसे कि मेथनॉल, एसीटोन, या डाइक्लोरोमेथेन लगभग 0.1 से 1 मिलीग्राम \ / एमएल की एकाग्रता प्राप्त करने के लिए। यह सुनिश्चित करता है कि नमूना जीसी सिस्टम के साथ संगत है और इनलेट को बंद करने के जोखिम को कम करता है।

निस्पंदन: विश्लेषण से पहले, नमूना को किसी भी कण को ​​हटाने के लिए फ़िल्टर किया जाना चाहिए जो विश्लेषण के साथ हस्तक्षेप कर सकता है। ए0.22 माइक्रोन फ़िल्टरआमतौर पर उपयोग किया जाता है।

Centrifugation: उन नमूनों के लिए जिनमें ठोस होते हैं, सेंट्रीफ्यूजेशन एक शीशी में स्थानांतरित करने से पहले तरल को किसी भी अनियंत्रित सामग्री से अलग करने में मदद कर सकता है।

2। ठोस नमूना तैयारी

विघटन: ठोस नमूनों को एक उपयुक्त कम उबलते बिंदु विलायक में भंग किया जाना चाहिए। ठोस की एक छोटी राशि (कुछ अनाज) को विलायक की एक शीशी में जोड़ें और पूर्ण विघटन सुनिश्चित करने के लिए कई बार उल्टा करें।

व्युत्पन्न: अर्ध-वाष्पशील या ध्रुवीय यौगिकों के लिए, अस्थिरता बढ़ाने और पता लगाने की संवेदनशीलता में सुधार करने के लिए व्युत्पन्नकरण आवश्यक हो सकता है। इसमें जीसी विश्लेषण के लिए अधिक उत्तरदायी बनाने के लिए रासायनिक रूप से विश्लेषण को संशोधित करना शामिल है।

3। हेडस्पेस विश्लेषण

स्टेटिक हेडस्पेस: इस विधि में, नमूना युक्त एक सील शीशी को एक निरंतर तापमान पर आयोजित किया जाता है ताकि वाष्पशील यौगिकों को नमूने के ऊपर हेडस्पेस में फैलने की अनुमति मिल सके। एक बार संतुलन तक पहुंचने के बाद, इस हेडस्पेस को गैस-टाइट सिरिंज का उपयोग करके विश्लेषण के लिए नमूना लिया जा सकता है।

डायनेमिक हेडस्पेस (पर्ज और ट्रैप): इस तकनीक में हेडस्पेस में वाष्पशील घटकों के निष्कर्षण को बढ़ाने के लिए नमूने के माध्यम से एक अक्रिय गैस पास करना शामिल है। यह विधि विश्लेषण से पहले वाष्पशील को केंद्रित करके संवेदनशीलता को काफी बढ़ाती है।

क्रोमैटोग्राफी में हेडस्पेस शीशियों का उपयोग क्यों किया जाता है, इसके बारे में अधिक जानना चाहते हैं?, कृपया इस आर्टिस की जाँच करें: क्रोमैटोग्राफी में हेडस्पेस शीशियों का उपयोग क्यों किया जाता है? 12 कोण

4। निष्कर्षण तकनीक

ठोस चरण माइक्रोएक्सट्रैक्शन (SPME): SPME एक तरल या गैस चरण से विश्लेषण को अवशोषित करने के लिए एक निष्कर्षण चरण के साथ लेपित एक फाइबर का उपयोग करता है। यह तकनीक सॉल्वैंट्स की आवश्यकता के बिना प्रत्यक्ष नमूनाकरण की अनुमति देती है और विशेष रूप से वाष्पशील यौगिकों के लिए उपयोगी है।

तरल-तरल निष्कर्षण (LLE) और ठोस चरण निष्कर्षण (SPE): इन तरीकों का उपयोग GC-MS विश्लेषण से पहले जटिल मैट्रिसेस में पदार्थों को हस्तक्षेप करने से विश्लेषणों को अलग करके नमूनों को साफ करने के लिए किया जाता है।

5। ध्यान केंद्रित करने के लिए टिप्स

नाइट्रोजन पर्सिंग: इस तकनीक का उपयोग नाइट्रोजन की एक धारा के तहत सॉल्वैंट्स को वाष्पित करके नमूनों को केंद्रित करने के लिए किया जाता है, जो विश्लेषणों को संरक्षित करते समय नमूना मात्रा को कम करने में मदद करता है।

नमूना तैयारी विचार

सुनिश्चित करें कि उपयोग किए गए सभी सॉल्वैंट्स जीसी-एमएस के लिए अस्थिर और उपयुक्त हैं; पानी और गैर -सॉल्वैंट्स को टाला जाना चाहिए।

नमूनों में कोई मजबूत एसिड, आधार, लवण, या अन्य संदूषक नहीं होना चाहिए जो जीसी कॉलम को नुकसान पहुंचा सकते हैं या विश्लेषण के साथ हस्तक्षेप कर सकते हैं।

अंतिम नमूने कणों से मुक्त होने चाहिए और अधिमानतः तैयार किए जाते हैंकांच की शीशे प्लास्टिक से सामग्री के लीचिंग को रोकने के लिए।

गैस क्रोमैटोग्राफी के लिए ऑटोसैम्पलर शीशियों के बारे में अधिक जानकारी के लिए, इस लेख को देखें: गैस क्रोमैटोग्राफी के लिए 2 एमएल ऑटोसैम्पलर शीशियों

निष्कर्ष

सफल जीसी-एमएस विश्लेषण के लिए प्रभावी नमूना तैयारी तकनीक आवश्यक हैं। प्रत्येक विधि के अपने फायदे हैं और नमूना और लक्ष्य यौगिक की प्रकृति के आधार पर विशिष्ट अनुप्रयोग हैं। इन तकनीकों को नियोजित करके, विश्लेषक अपने परिणामों की सटीकता, संवेदनशीलता और प्रजनन क्षमता में सुधार कर सकते हैं, अंततः पर्यावरण निगरानी, ​​खाद्य सुरक्षा और फार्मास्यूटिकल्स जैसे विभिन्न क्षेत्रों में अधिक विश्वसनीय डेटा प्राप्त कर सकते हैं।