【发文汇录】气相色谱-离子迁移谱技术应用现状

前言

越来越多的研究将GC-IMS与GC-MS、电子鼻、GC-O等联用，相互补充，扬长避短，以提供更全面的挥发性成分信息。与此同时，引入化学计量学方法对GC-IMS的数据进行降维简化、判别、预测和揭示不同变量的相互关系。主要包括：判别分析（也称监督模式识别方法），将已知类别的样品作为训练集使计算机拥有判别能力而后对未知样品分类定性；探索性分析（即非监督模式识别方法），基于样品数据本身的特点将样品分类鉴别无需训练集；回归预测，基于因变量与自变量间的关系进行预测分析。

GC-IMS的诸多优势符合当下对挥发性物质分析的要求，具有广阔的应用前景，但也存在数据库尚不完善等问题，未来可在现有基础上进一步扩充。此外，还可与代谢组学、蛋白质组学、脂质组学、微生物组学等共同发展，与核磁、质谱等鉴别技术进行数据融合，或在仪器组成、GC与IMS接口设计、新型接口材料和漂移管材料等方面进行改善和提升，进而扩大GC-IMS在各个领域中的应用，推动行业的可持续发展。

无需富集浓缩、直接顶空进样；

无需真空，开机稳定30 min即可实验；

ppbv级别检出限，捕捉痕量挥发性有机物；

GC与IMS联用，二次分离、获得三维数据；

可视化的分析软件，给出直观的差异化数据；

操作简单、日常维护成本低，除顶空瓶外几乎无其他耗材。