Return to search

Development and validation of a LC-MS/MS method for analysis of perfluorooctanesulfonic acid and perfluorooctaonic acid in liver organoid media

Per- and polyfluoroalkyl substances (PFAS) are organic synthetic compounds used in several industries because of their unique properties and thermal and chemical stability. Perfluorooctanesulfonic acid (PFOS) and perfluorooctaonic acid (PFOA) are two of the most prominent PFAS that are undegradable and accumulate in nature. To study the impact of PFOS and PFOA on the liver in a controlled environment, organoids can be used. A sensitive and selective LC-MS/MS method for individual and simultaneous analysis of PFOS and PFOA in liver organoid media and equipment used in organoid analyses was developed. For detection of low concentrations, ability to analyse complex organoid samples, and limit background contamination, a solid phase extraction (SPE) column, automatic filter (AFFL) and a trap column was included. The AFFL-SPE-LC-MS/MS was optimised efficiently through Design of Experiment (DoE) regarding the loading phase in the LC and six MS parameters for PFOS and PFOA. Validation was controlled against Eurachem’s guideline showing high sensitivity, detecting LOD at 6 pg/mL. The method demonstrated high repeatability with an RSD below 8 % for most samples. Simultaneous analysis of PFOS and PFOA demonstrated high selectivity. Nevertheless, the method showed low intermediate precision and varying reliability, as well as persistent background contamination limiting detection of lower concentrations. The method was fit for purpose and allowed rapid analysis of PFOS and PFOA in organoid media and equipment used in organoid analyses. Result from studies of PFAS in liver organoids through analysis with this method can aid in understanding the connection between PFAS and metabolic diseases. / Populärvetenskaplig sammanfattning Per- och polyfluorerade alkylsubstanser (PFAS) är en grupp av människoskapta, syntetiska ämnen med unika egenskaper. Dessa egenskaper gör att de är olja- och vattenavvisande, och har många applikationsområden. De finns i textiler, livsmedelsförpackningar, brandsläckningsskum och andra industriprodukter. De är väldigt termiskt och kemisk stabila, vilket gör att de inte bryts ner och därmed ackumulerar i miljön. Flera studier har också visat koppling mellan PFAS och många kroniska sjukdomar, som hormonstörningar, cancer, immunsuppression och metabolt associerad fettlever (MAFLD, tidigare nonalkoholisk fettlever (NAFLD)). Kopplingen mellan MAFLD och PFAS har fått mycket uppmärksamhet då levern har visats sig vara ett målorgan för PFAS. Eftersom PFAS är ihärdiga, har ett komplicerat spridningsbeteende och ackumulerar i naturen är det svårt att studera kopplingen mellan MAFLD och PFAS i en kontrollerad miljö. För att studera effekten av PFAS kan man använda organoider, laboratorieodlade 3D modeller gjord från stamceller för att imitera ett äkta organ.    Någon av de mest omtalade PFAS ämnen är perfluoroktansyra (PFOA) och perfluoroktansulfonat (PFOS), vilket är fokus för detta arbete. Leverorganoiderna kan utsättas för PFOS och PFOA, och mediet de ligger i kan extraheras och studeras med konventionella analytiska metoder för att få en bild av hur PFAS påverkar levern. I detta arbete vill analysen ske via vätskekromatografi med masspektrometri som detektion (LC-MS/MS). Med LC-MS/MS separeras den studerade molekylen, analyten från lösningen baserat på dess kemiska egenskaper. Analyten detekteras baserat på dess massa, mer bestämd massa/laddning-fördelningen (m/z). För att anpassa LC-MS metoden till injektion av komplexa organoidprover inkluderades ett automatiskt filter (AFFL) samt ett extra automatiskt separationssteg med en kolonn med fastfasextraktion (SPE). I övrigt ger SPE möjligheten att små mängder PFAS kan uppkoncentreras och fokuseras på kolonnen, vilket ger en sensitiv metod som kan detektera låga koncentrationer. SPE och AFFL implementerades båda för att bättre kunna separera och detektera PFOS och PFOA från andra ämnen, samt filtrera bort föroreningar och stora molekyler som kan skada LC-MS/MS instrumentet i längden. Då PFAS hopar upp sig i vår omgivning, visade det sig att kontamination av PFAS från systemet blev en utmaning under metodutvecklingen. Därför implementerades PFAS fritt utstyr, samt en extra kolonn för att fånga PFAS från systemet och på så sätt minska bakgrundskontaminationen som detekterades.    AFFL-SPE-LC-MS/MS metoden optimerades via en maskininlärningsbaserad optimeringsmetod baserad på parametrar i LC och MS. Metoden baserar sig på att, med tre värden för varje parameter, uppger programmet ett antal experiment som måste utföras för att kunna beräkna ett optimalt värde för varje parameter. Med resultatet från experimenten kan modellen matematiskt, genom en Bayes baserat Gaussian modell, uppskatta optimala värden för metoden. På så sätt kunde metoden optimeras systematiskt och tidseffektivt.    Innan rutinanvändning måste den optimerade metoden valideras. Validering blev gjord genom at följa Eurachem’s riktlinjer. Metoden visade hög repeterbarhet, selektivitet och riktighet. Den har hög sensitivitet, och kan detektera låga mängder, men bakgrundskontaminationen kunde inte elimineras totalt, och gör att man måste korrigera för detta i rutinanalyser. Komplexiteten av AFFL-SPE-LC-MS/MS med flera kolonner och filter gjorde att metoden visade låg robusthet och behövde justeras ofta. AFFL-SPE-LC-MS/MS metoden gör det möjligt att snabbt studera PFOS och PFOA i leverorganoider och utstyr använt i organoidanalyser, och kan bidra i forskningen för att bättre förstå hur PFAS påverkar levern. / Health Effects of Persistent Organic Pollutants

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:uu-532333
Date January 2024
CreatorsHeggebø Rolfsen, Sandra
PublisherUppsala universitet, Analytisk kemi
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationUPTEC K, 1650-8297 ; 24013

Page generated in 0.0039 seconds