买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院生态环境研究中心申请的专利一种结合靶向分析、可疑筛查和非靶向鉴定全面识别环境中PFAS的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119804691B 。

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411869602.0，技术领域涉及：G01N30/02；该发明授权一种结合靶向分析、可疑筛查和非靶向鉴定全面识别环境中PFAS的方法是由刘艳娜;孙家正;曲广波;史建波;江桂斌设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种结合靶向分析、可疑筛查和非靶向鉴定全面识别环境中PFAS的方法在说明书摘要公布了：本发明公开了一种结合靶向分析、可疑筛查和非靶向鉴定全面识别环境中PFAS的方法。本发明方法包括如下步骤：S1、对环境样品进行液相色谱‑高分辨质谱fullscanDDADIA分析；S2、对若干种PFAS标准品进行液相色谱‑高分辨质谱分析；S3、根据公开化学品数据库和文献，收集若干个PFAS的名称、分子式，计算精确质量数，结合开源的MS2谱图库共同建立可疑筛查数据库；S4、结合PFAS的质量数特征、特征MS2碎片、特征中性丢失以及同系物特征，建立非靶向鉴定工作流程；S5、整合靶向分析化合物、可疑筛查的候选化合物和非靶向鉴定的候选化合物，全面识别环境样品中的PFAS。本发明方法通过相互补充的三种分析技术，实现了对已知和未知全多氟烷基化合物的充分识别。

本发明授权一种结合靶向分析、可疑筛查和非靶向鉴定全面识别环境中PFAS的方法在权利要求书中公布了：1.一种结合靶向分析、可疑筛查和非靶向鉴定全面识别环境中PFAS的方法，其特征在于，包括如下步骤： S1、对环境样品进行液相色谱-高分辨质谱分析，获得环境样品色谱-高分辨质谱数据； 所述方法在液相色谱-高分辨质谱分析前还包括对环境样品进行前处理的步骤； 当所述环境样品为水样时，所述前处理采用WAX柱固相萃取法，包括如下步骤：1在萃取之前，依次用体积百分比为0.5%的氨水的甲醇溶液、甲醇和Milli-Q水对固相萃取柱进行活化；2在经步骤1活化的WAX固相萃取柱中以5～10mLmin的流速加载水样；3在经步骤2加载水样后，依次用Milli-Q水和25mMpH为4的CH3COONH4CH3COOH缓冲液对萃取柱进行洗涤；4在经步骤3洗涤后，用体积百分比为0.5%氨水的甲醇溶液对萃取柱进行洗脱，并抽干，收集洗脱液，将洗脱液在氮气流下蒸发至近干，并用甲醇复溶； 当所述环境样品为固体样品时，所述前处理采用离子对萃取结合固相萃取法，包括如下步骤：1在环境样品中依次加入0.4M浓度的NaOH溶液、pH为10且浓度为0.1M的Na2CO3NaHCO3缓冲液和浓度为0.5M的四丁基硫酸氢铵溶液；2在步骤1混合液中加入甲基叔丁基醚溶液，重复三次，每次震荡8h；3将步骤2中三次液液分层后的甲基叔丁基醚层合并，用氮气吹干后用甲醇复溶；4在步骤3得到的溶液中加入Milli-Q水，之后进行固相萃取，固相萃取步骤同所述水样的固相萃取步骤； 当所述环境样品为血浆、母乳、卵泡液、唾液时，所述前处理采用有机试剂沉淀蛋白结合固相萃取法，包括如下步骤：1在生物液体样品中先加入乙腈进行蛋白沉淀；2充分沉淀后取上清液氮吹浓缩；3在步骤2得到的溶液中加入Milli-Q水之后进行固相萃取，固相萃取步骤同所述水样的固相萃取步骤； 当所述环境样品为尿液或汗液时，所述前处理的方法同所述水样的前处理步骤； 当所述环境样品是组织样品时，所述前处理采用研磨或者匀浆、有机试剂沉淀蛋白、固相萃取提取的方法，包括如下步骤：1将组织样品研磨或者匀浆；2在步骤1得到的样品中加入乙腈进行蛋白沉淀；3充分沉淀后取上清液氮吹浓缩；4在步骤3得到的溶液中加入Milli-Q水，之后进行固相萃取，固相萃取步骤同所述水样的固相萃取步骤；所述组织样品包括动物组织器官、鱼类、鸟类、鲨鱼、软体动物； 当所述环境样品为植物时，所述前处理采用研磨或者匀浆、有机试剂提取、离心、固相萃取提取的方法，包括如下步骤：1将植物样品研磨或者匀浆；2在步骤1得到的样品中加入甲醇进行提取，所述提取为依次进行高速涡旋2min、超声30min、摇床震荡1h；3将步骤2得到的样品在5000rpm下离心30min,将上清转移到干净的离心管中；4提取过程重复三次；5将步骤4三次提取的上清液合并，浓缩，之后加入Milli-Q水并进入固相萃取，固相萃取步骤同所述水样的固相萃取步骤；所述植物包括叶片或茎； S2、对若干种PFAS标准品进行液相色谱-高分辨质谱分析，获得标准品色谱-高分辨质谱数据； 对所述标准品和所述环境样品的色谱-高分辨质谱数据进行靶向匹配分析，获取靶向分析的化合物； S3、根据公开化学品数据库和或文献，收集若干个PFAS的化合物名称、分子式，计算精确质量数，结合开源的MS2谱图库共同建立可疑筛查分析数据库； 根据所述可疑筛查分析数据库，对所述环境样品色谱-高分辨质谱数据进行可疑筛查分析，获取可疑筛查分析的候选化合物； 所述公开化学品数据库为NORMANSuspectListExchange中的公开PFAS化学品数据库； 所述若干个PFAS为4777个PFAS； 所述MS2谱图库为mzCloud图库和massbank库； 所述建立可疑筛查分析数据库采用CompoundDiscoverer和Fluoromatch软件进行分析；在CompoundDiscoverer中，使用Masslist模块为4777个PFAS生成MS数据库，使用mzValut模块装载MassBankEuropeMassSpectralDataBase98525spectra和MassBankofNorthAmerica数据库2079804spectra，mzCloud模块自带mzCloud数据库；在Fluormatch软件中，使用软件内部装载的PFAS数据库； 所述可疑筛查分析在CompoundDiscoverer软件和FluoroMatch软件上进行；CompoundDiscoverer流程如下：在谱图选择模块中，保留时间区间设置为默认的0，对全部的谱图进行分析；在对齐保留时间模块中，质量偏差设置为5ppm；在检测化合物模块中，质量偏差设置为5ppm，最小峰强度设置为10000；加合离子选择所有默认的负加和离子；在化合物归类模块中，质量偏差设置为5ppm，保留时间偏差设置为0.1min，峰形评分阈值设置为4；在空白填补模块中，质量偏差设置为5ppm，信噪比阈值设置为3；在标记背景化合物模块中，样品峰面积与空白峰面积的最大比值设置为5，空白峰面积与样品峰面积的最大比值设置为0；SearchMasslists模块中设置保留时间偏差为0.1min，质量偏差5ppm；SearchmzCloud模块中数据库选择“Autoprocessed”和“Reference”,SearchMSntree选择否，SearchDDA模式选择“confidencereverse”,MatchIonActivationMode模式和MatchIonActivityEnergy均选择否，MatchFactorThreshold设置为70；SearchmzVault模块中数据库选择“EuropeMassSpectralDataBase98525spectra”和“MassBankofNorthAmerica”，CompoundClass选择全部，MatchIonActivationMode和MatchIonActivityEnergy均设置为否，PrecursorMassToMatch设置为5ppm，SearchAlgorithm设置为HighChemHihRes，MatchFactorThreshold设置为70，UseRetentionTime设置为否；对于Fluoromatch软件，流程如下：选择纯甲醇溶液的数据作为空白文件；选择标准品溶液的数据作为二级信息文件、目标文件和样品文件；MSMS和Fullscan强度阈值均设置为1000；MS1质量偏差设置为0.005Da；MSMS偏差设置为10ppm； S4、结合PFAS的质量数特征、特征MS2碎片离子、特征中性丢失以及同系物特征，建立非靶向鉴定工作流程； 根据所述非靶向鉴定工作流程，对所述环境样品的色谱-高分辨质谱数据进行非靶向鉴定，获取非靶向鉴定的候选化合物； 所述特征MS2碎片离子包括CF3-、C2F5-、C3F7-、C4F9-、C5F11-、C6F13-、C3F5-、C4F7-、C5F9-、C6F11-、C3F3-、C4F5-、C5F7-、C6F9-、SO2F-、SO3F-、COF3-、C2F5O-、C3F7O-、C4F9O-、C3F5O-、C4F7O-、C3F3O-、C4F5O-、C5F7O-、C2F5SO2-、C3F7SO2-、C4F9SO2-、C2F6N-、C3F8N-、C4F10N-、C5F12N-、C6F14N-、C7F16N-、C2F4N-、C3F6N-、C4F8N-、C5F10N-、C6F12N-、C7F14N-、C2F6NO-、C3F8NO-、C4F10NO-、C5F12NO-、C6F14NO-、C7F16NO-、C2F4NO-、C3F6NO-、C4F8NO-、C5F10NO-、C6F12NO-、C7F14NO-、C2F5SO3-、C3F7SO3-、C4F9SO3-； 所述特征中性丢失包括HF质量数20、H2F2质量数40、H3F3质量数60、H4F4质量数80、HFCO2质量数64； 所述同系物包括质量数相差CF2、C2F4、CHF、或C2H2F2的系列化合物； 所述PFAS的质量数特征为负质量缺陷或者质量缺陷范围为-0.15至0.1的微小的正质量缺陷； S5、整合所述靶向分析的化合物、所述可疑筛查分析的候选化合物和所述非靶向鉴定的候选化合物，以全面识别所述环境样品中的PFAS； 所述整合包括： 根据所述环境样品的色谱MS1离子信息、MS2碎片离子信息、同系物信息、以及保留时间信息、推断并确认候选化合物的结构； 根据所述环境样品的候选化合物的色谱数据和质谱数据，整合靶向分析、可疑筛查和非靶向鉴定部分的清单信息，整理成不同的PFAS的种类；手动筛查每个种类其他链长的同系物是否存在，获得最终的每个PFAS种类的所有质量数；随后检查空白样品中是否存在相应PFAS，信号强度超过空白的3倍即认为该PFAS在样品中存在；最终，每个class中是否存在被结构确认的化合物、是否能被高分匹配数据库、是否有清晰合理的同系物特征、是否呈现特征质量缺陷、是否存在特征MS2碎片离子为每个被认定为PFAS的候选化合物分配准确的结构置信度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院生态环境研究中心，其通讯地址为：100085 北京市海淀区双清路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。