کاربرد روش انتقال واسنجی با بهره گیری از استانداردسازی چندمتغیره برای تشخیص و اندازه گیری پارابن ها در محیط های آبی با سوانگاری گازی -طیف سنجی جرمی

پارابن ها به عنوان ماده نگهدارنده در دارو، غذا و فراورده های مراقبت شخصی به‎طور گسترده ای به‎کارگرفته می‎شوند. استخراج فاز جامد (spe) از روش های بسیار پرکاربرد در پایش پارابن ها در نمونه های آبی است. با این حال spe ، روشی پرهزینه و وقت‎گیر است. در این پژوهش، کاربرد روش استانداردسازی مستقیم تکه ای (pds) برای انتقال واسنجی مستقیم داده های سوانگاری گازیطیف سنجی جرمی (gcms) به واسنجی مبتنی بر spe و اندازه گیری مشتق های متیل، اتیل، پروپیل و بوتیل پارابندر محیط‎های آبی بررسی شد. در این روش، تنها برپایه دو زیر مجموعه ی داده های واسنجی مستقیم و استخراج‎شده، مدل های چندمتغیره برپایه گستره های متفاوت از سوانگاشت ها ساخته می شود و ماتریس تبدیلی به‎دست می آید که در مرحله بعدی می‎تواند همه داده های gcms نمونه های واسنجی مستقیم را اصلاح و بر روش speمنطبق کند. درستی مدل‎سازی با کمک روش تفکیک خطی سه تایی متناوب(atld)  تایید شد و مقادیر بازیابی 81 تا 106 درصد و میانگین خطای پیش بینی نسبی 2.1 تا 6.4 درصد برای نمونه های اعتبارسازی به دست آمد. در انتها، از نمونه های واسنجی مستقیم اصلاح‎شده برای تشخیص و پیش‎بینی آلاینده ها (در مقادیر کم µg/l) در چندین نمونه آبی استفاده شد.

Application of calibration transfer method exploiting multivariate standardization for detection and quantification of parabens in aquatic environments using gas-mass spectrometry chromatography

Parabens are widely used as preservatives in pharmaceuticals, food, and personal care products. Solid phase extraction (SPE) is one of the most frequently used methods for monitoring parabens in aqueous samples. However, SPE is a costly and time consuming method. In this study, the application of piecewise direct standardization (PDS) method for transfer of direct calibration of gas chromatography mass spectrometry (GCMS) data to SPEbased calibration and quantification of methyl, ethyl, propyl, and butyl parben derivatives in aqueous environmental samples has been evaluated. In this method, at first, a multivariate model is constructed using different chromatographic regions based on only two subsets of direct and extracted calibration data, and then a transformation matrix is ​​obtained, which in the next step it can correct all direct calibration samples to be matched with SPEbased data. Modeling validation was confirmed using altrernating trilinear decomposition (ATLD) method, and the recovery values ​​were 81106% and the mean relative prediction error was 2.16.4% for validation samples. Finally, modified direct calibration samples were used to detect and predict pollutants (at low µg/l values) in several real water samples.