Persistente, mobile und toxische (PMT) Substanzen haben aufgrund ihrer Fähigkeit, natürliche und künstliche Barrieren zu überwinden und sich im Wasserkreislauf auszubreiten, zunehmende wissenschaftliche und regulatorische Aufmerksamkeit erhalten. Das Wissen über ihr Umweltvorkommen bleibt jedoch aufgrund analytischer Herausforderungen, insbesondere bei der Detektion hochpolarer Substanzen, die oft in Überwachungsstudien übersehen werden, begrenzt. Diese Studie zielt darauf ab, PMT Substanzen zu identifizieren, die in Oberflächengewässern, die stark von Abwasserbehandlungsanlageneinflüssen betroffen sind, überwacht werden sollten. Ein Ansatz zur Verdächtigen-Screening-Analyse (SSA), der auf der Verwendung von LC-HRMS basiert, wurde mit einer gestuften Priorisierungsstrategie kombiniert. Unser Arbeitsablauf integriert multimodale SPE- und LC-Ansätze, um die PMT-Detektionsabdeckung über Polaritätsgradienten zu verbessern. Insgesamt wurden 305 Substanzen vorläufig identifiziert, von denen 103 als PMT Substanzen priorisiert wurden, darunter Industriechemikalien, Körperpflegeprodukte, Arzneimittel, illegale Drogen, Pestizide und Transformationsprodukte. Bemerkenswerterweise sind derzeit nur 13 % der PMT Substanzen in der europäischen Wasserrahmenrichtlinie oder auf der REACH-Liste der besonders besorgniserregenden Substanzen enthalten. Unter ihnen wurden 35 hochpriorisierte PMT Substanzen mit analytischen Standards durch Massenspektrometrie (MS/MS) in Verbindung mit HRMS bestätigt, was zuverlässige Fragmentierungsdaten liefert. Einige dieser Substanzen wie das Arzneimittel Celecoxib, die ultrakurzkettige per- und polyfluorierte Alkylsubstanz (PFAS) Bis(trifluormethylsulfonyl)imid oder die Industriechemikalie 1,3-di-o-tolylguanidin (DTG) wurden in den Umweltüberwachungsbemühungen kaum untersucht. Der in dieser Studie präsentierte methodische Rahmen ist leicht an eine Vielzahl von Umweltszenarien anpassbar. Die erzielten Ergebnisse verdeutlichen die Bedeutung der Integration von SSA als ergänzenden Ansatz zur konventionellen Zielanalyse.
Cabana et al. (Thu,) haben diese Frage untersucht.