Criblez 120 additifs en une seule analyse DIA : criblage d'additifs pour formulateurs

---

Pour un travail de découverte large, les flux de travail non ciblés LC/GC-HRMS identifient la plus large gamme d'additifs inconnus ou suspects en une seule analyse. Lorsque la conformité réglementaire ou la quantification à très faible niveau est l'objectif, les méthodes ciblées LC-MS/MS ou GC-MS en mode MRM offrent la sensibilité que le criblage non ciblé ne peut égaler. Les techniques d'analyse directe et les approches d'optimisation à haut débit ou bayésienne servent les tâches de triage et de sélection de formulation où la vitesse l'emporte sur la sensibilité exhaustive, à condition que chaque flux de travail soit validé contre des étalons appariés à la matrice avec des limites de détection documentées, des limites de quantification et des données de récupération.

---

TL;DR :

• Le HRMS non ciblé peut cribler jusqu'à 120 additifs en une seule analyse mais a généralement des limites de détection dans la plage 0,02 à 20 ppm, risquant de manquer des contaminents à l'état de trace.
• Les méthodes MRM ciblées atteignent une sensibilité de l'ordre du milliardième mais ne détectent que les composés pré-répertoriés, les rendant inadaptées à la découverte d'inconnus.
• Les choix de préparation d'échantillon comme QuEChERS, SPE et l'analyse en espace de tête sont critiques, une validation appropriée et l'utilisation de standards internes réduisant les faux négatifs.
• La sélection d'instrument dépend de la chimie de l'analyte ; LC-HRMS convient aux additifs polaires non volatils, tandis que GC-HRMS est meilleur pour les volatils et les fragments de pyrolyse.
• Combiner les données HRMS non ciblées, l'optimisation bayésienne et le travail de confirmation ciblé crée des flux de travail de criblage efficaces et adaptables pour les besoins réglementaires et de formulation.

---

Table des matières

• Ciblé, non ciblé et analyse directe rapide : comment les méthodes diffèrent
• Stratégies de préparation et d'extraction d'échantillon par matrice
• Guide de sélection d'instrument par classe d'additif et matrice
• Accélérer le criblage avec des méthodes à haut débit et bayésiennes
• Choisir la bonne stratégie de criblage pour votre projet
• [Comment les données de criblage soutiennent les flux de travail de traçabilité pour matériaux industriels](#comment-les-donnees-de-criblage-soutiennent-les-flux-de-travail-de-tracabilite-pour-materiaux-industriels)
• Où le criblage d'additifs se dirige ensuite
• Sources
• FAQ

Ciblé, non ciblé et analyse directe rapide : comment les méthodes diffèrent

Le criblage d'additifs se divise en trois catégories fonctionnelles, et choisir la mauvaise gaspille du temps d'instrument sans répondre à la question analytique. Les méthodes ciblées recherchent une liste définie de composés connus en utilisant le monitoring de réactions multiples (MRM), offrant une sensibilité élevée et une quantification fiable mais aucune information au-delà de la liste cible. Le criblage non ciblé (NTS), en revanche, capture des données à spectre complet afin que les inconnus et les suspects puissent être identifiés rétrospectivement, sans rejouer l'échantillon.

Les plateformes de spectrométrie de masse à haute résolution (HRMS) acquièrent des données dans plusieurs modes qui déterminent ce qu'un laboratoire peut extraire d'une seule analyse. L'acquisition en balayage complet enregistre tous les ions au-dessus d'un seuil, formant la base du travail non ciblé. L'acquisition indépendante des données (DIA) fragmente systématiquement de larges plages de masse, ce qui permet à un flux de travail basé sur DIA de cribler 120 additifs à travers colorants, édulcorants, conservateurs et antioxydants dans une seule séquence analytique. L'acquisition dépendante des données (DDA) sélectionne des ions pour fragmentation basée sur l'intensité en temps réel, utile pour la confirmation de suspects mais moins exhaustive que DIA. Le monitoring de réaction parallèle (PRM) se situe entre les deux, ciblant une liste curée avec la résolution HRMS.

La sensibilité diffère nettement entre ces approches. La même étude DIA sur 120 additifs a rapporté des LOD typiquement dans la plage 0,02 à 20 ppm pour les colorants et 0,1 à 10 ppm pour les autres classes d'additifs, un ordre de grandeur ou plus au-dessus de ce que le MRM ciblé optimisé peut atteindre pour des analytes équivalents. Cet écart définit le compromis opérationnel :

• Le HRMS non ciblé convient aux enquêtes larges, au criblage fournisseur et à la détection de composés inattendus, mais sa sensibilité au niveau ppm peut manquer des contaminents à l'état de trace pertinents pour des seuils réglementaires stricts.
• Le MRM ciblé atteint une sensibilité de l'ordre du ppb pour une liste d'analyte définie, au prix d'une cécité à tout ce qui n'est pas sur cette liste.
• Les données DIA peuvent être réinterrogées rétrospectivement à mesure que de nouvelles listes de suspects émergent, évitant un échantillonnage répété.
• La charge instrumentale et de traitement des données augmente avec l'ampleur d'acquisition : les analyses en balayage complet et DIA génèrent des jeux de données plus grands qui exigent plus de temps de traitement par échantillon qu'une méthode MRM allégée.

Stratégies de préparation et d'extraction d'échantillon par matrice

Le choix d'extraction détermine souvent si un additif est détecté du tout, indépendamment de la qualité de l'instrument. La complexité de la matrice, la polarité de l'analyte et la sensibilité requise dictent quelle méthode de préparation convient.

1. QuEChERS reste le premier choix standard pour les matrices alimentaires, associant une extraction rapide à un nettoyage dispersif pour retirer les lipides et pigments avant l'analyse LC-HRMS ; des protocoles validés ont associé l'extraction QuEChERS à des analyses UHPLC-HRMS rapides d'environ quinze minutes pour détecter plusieurs classes d'additifs dans les produits laitiers et autres aliments complexes.
2. L'extraction en phase solide (SPE) concentre les analytes à l'état de trace à partir de matrices liquides et retire les interférences avant la quantification ciblée, particulièrement pour les additifs polaires que les étapes de nettoyage QuEChERS peuvent ne pas résoudre complètement.
3. La microextraction en phase solide (SPME) offre une concentration sans solvant pour les composés volatils et semi-volatils, bien adaptée à l'échantillonnage en espace de tête des revêtements et matériaux d'emballage.
4. L'espace de tête et la désorption thermique isolent les composés organiques volatils (COV) et les composés organiques semi-volatils (SVOC) directement à partir d'échantillons solides ou liquides sans extraction par solvant, réduisant l'interférence de fond dans l'analyse basée sur GC.
5. La pyrolyse-GC/MS décompose les additifs liés au polymère qui résistent à l'extraction par solvant, générant des fragments de décomposition thermique caractéristiques ; une revue 2026 de l'analyse des additifs polymères identifie la pyrolyse et la désorption thermique couplées à GC-HRMS comme efficaces pour les additifs peu solubles ou fortement liés dans la matrice polymère.
6. Les expériences de migration pour les matériaux au contact des aliments nécessitent une sélection de simulant appariée au type d'aliment et aux conditions de contact, suivant des protocoles établis afin que les résultats reflètent une exposition réaliste plutôt qu'un artefact d'un solvant trop agressif.

La co-élution et la suppression de matrice restent les causes les plus courantes de faux négatifs dans le travail de criblage. Décaler les gradients chromatographiques, ajuster la sélectivité de nettoyage et diluer les extraits pour réduire la charge de matrice aident tous, mais le correctif plus fiable est d'intégrer des standards internes et des étalons de substitution dès le départ, car ils signalent la suppression et les pertes de récupération qui passeraient inaperçues jusqu'à ce qu'un résultat échoue à la validation.

Conseil pro : Exécutez un blanc apparié à la matrice aux côtés de chaque nouveau type d'échantillon avant de faire confiance à un résultat de criblage, car les effets de matrice varient assez entre les lots pour qu'une seule validation couvre rarement les productions futures.

Guide de sélection d'instrument par classe d'additif et matrice

Aucun instrument unique ne couvre chaque classe d'additif, et l'adaptation de la technique à la chimie de l'analyte évite des analyses gaspillées.

• LC-HRMS (Orbitrap ou temps de vol) traite les additifs polaires non volatils et est le cheval de bataille pour le criblage non ciblé et rétrospectif ; la commutation de polarité au sein d'une seule analyse capture à la fois les espèces acides et basiques, bien que les contraintes de temps de cycle signifient que des fenêtres d'isolation larges doivent être équilibrées contre le nombre de points collectés à travers chaque pic UHPLC étroit.
• GC-HRMS et GC-MS conviennent aux composés volatils et semi-volatils, incluant les fragments de pyrolyse d'additifs liés au polymère, et bénéficient d'une correspondance étendue de bibliothèque spectrale sous ionisation électronique (EI), bien que le motif de fragmentation fixe de EI limite la flexibilité structurale comparé aux sources à ionisation douce.
• La FTIR et la spectroscopie Raman fournissent des contrôles d'identité rapides et une analyse de niveau surface à des concentrations plus élevées, utiles pour confirmer une classe d'additif dans un film de revêtement ou une surface plastique, mais aucune des deux techniques n'atteint la sensibilité requise pour la quantification à l'état de trace.
• La RMN confirme la structure moléculaire et résout les mélanges complexes lorsque la concentration de l'analyte est suffisante, servant de technique complémentaire plutôt que d'outil de criblage primaire.
• Les méthodes thermiques et élémentaires, incluant TGA-MS et ICP, infèrent les classes d'additifs à partir du comportement de décomposition ou détectent des additifs inorganiques tels que les stabilisants à base de métal et les ignifuges que la chromatographie centrée sur l'organique manquerait.
• Les techniques d'analyse directe telles que DART-MS et AP-MALDI troquent la sensibilité contre la vitesse, les rendant adaptées au triage rapide plutôt qu'au travail de confirmation.

Une revue complète de la détection des additifs polymères recommande de combiner les méthodes spectroscopiques, chromatographiques, élémentaires et thermiques plutôt que de s'appuyer sur une seule plateforme, notant que les faibles concentrations d'additifs et les fortes interactions de matrice sont les défis analytiques récurrents à travers les systèmes polymères. Une revue systématique du criblage non ciblé pour les matériaux au contact des aliments identifie de même LC-HRMS et GC-HRMS comme les plateformes dominantes pour cette application, les instruments Orbitrap offrant généralement une meilleure précision et stabilité de masse pour l'interrogation rétrospective et répétée des données stockées que les systèmes temps de vol dans de nombreux contextes de laboratoire.

Accélérer le criblage avec des méthodes à haut débit et bayésiennes

L'expérimentation à haut débit exhaustive (HTE) teste de grandes bibliothèques d'additifs sur des formats à plaque, générant une large couverture mais à un coût proportionnel en réactifs, temps d'instrument et traitement des données. Chaque condition supplémentaire testée ajoute une dépense réelle, ce qui explique que les laboratoires associent de plus en plus HTE à des méthodes computationnelles qui réduisent l'espace de recherche avant de lui allouer de l'espace à plaque.

L'optimisation bayésienne (BO) offre une alternative fondée sur les données. Plutôt que de tester chaque candidat, BO construit un modèle de substitution de performance attendue, utilise une fonction d'acquisition pour sélectionner la prochaine expérience la plus informative, et met à jour son modèle après chaque résultat. L'approche dépend fortement de la façon dont les additifs sont représentés numériquement et de la façon dont la recherche est initialisée.

• Des représentations chimiques qui capturent la similarité structurelle, plutôt qu'un encodage one-hot simple, améliorent généralement la performance BO sur les tâches de criblage d'additifs.
• Des stratégies d'initialisation par clustering aident BO à explorer un espace chimique diversifié tôt plutôt que de converger prématurément vers un optimum local.
• Des choix de noyau adaptatifs dans le modèle de substitution améliorent les prédictions à mesure que plus de données s'accumulent à travers les cycles de criblage.

Une étude appliquant BO à 720 additifs sur quatre réactions a trouvé que les configurations BO utilisant une initialisation par clustering et des représentations conscientes de la structure ont surpassé à la fois la recherche aléatoire et les approches standard d'encodage one-hot, atteignant des additifs à haute performance avec bien moins de cycles expérimentaux que n'en exigerait un test exhaustif. Associer la liste de candidats réduite par BO à un essai d'analyse directe rapide crée un pipeline de triage pratique : BO propose des candidats prometteurs, et une technique de criblage rapide les confirme avant de s'engager dans des essais de formulation complets.

Choisir la bonne stratégie de criblage pour votre projet

Associer un flux de travail à un projet commence par quatre questions : avec quelle matrice travaillez-vous, à quel point l'analyte cible est volatil ou polaire, quelle limite de détection l'application requiert-elle, et quelles contraintes de débit et de budget s'appliquent. Une soumission réglementaire exigeant une confirmation à faible ppb appelle une méthode différente d'un criblage de qualification fournisseur cherchant des classes d'additifs inattendues.

1. Triage avec une méthode rapide ou non ciblée pour surveiller ce qui est présent sans s'engager dans des analyses ciblées coûteuses.
2. Identification de suspects réduit le champ en utilisant la correspondance de bibliothèque, les données HRMS rétrospectives, ou le classement de candidats guidé par BO.
3. Confirmation ciblée applique les méthodes MRM ou PRM pour quantifier les composés spécifiques signalés pendant le triage.
4. Validation verrouille la méthode avec des courbes d'étalonnage, des études de récupération et des étalons appariés à la matrice avant que les résultats soient utilisés pour des décisions.

Avant de faire confiance à un résultat, confirmez la liste de contrôle de validation minimale : étalonnage à travers la plage de concentration attendue, données de spike-and-recovery, étalons appariés à la matrice plutôt qu'un étalonnage solvant uniquement, LOD et LOQ documentés, et précision de réinjection répétée. La comparaison inter-laboratoires, lorsque réalisable, ajoute la confiance qu'une méthode performe de façon cohérente hors des conditions d'un seul laboratoire. Les organismes de normalisation tels qu'ASTM publient des procédures d'extraction et de séparation validées pour additifs polyoléfiniques, rapportant des LOD autour de 2 ppm pour les antioxydants phénoliques dans des conditions optimales, un repère utile lors de la qualification d'une méthode interne contre une établie.

Conseil pro : Traitez une récupération incohérente à travers les extractions répliquées comme un drapeau rouge avant de la traiter comme un résultat, car elle pointe généralement vers une suppression de matrice ou une co-élution plutôt que vers une variabilité d'analyte réelle.

Comment les données de criblage soutiennent les flux de travail de traçabilité pour matériaux industriels

Les laboratoires de formulation s'appuient sur les résultats de criblage bien au-delà du travail de détection initial. Les contrôles de constance lot à lot, les tests de migration et la vérification compositionnelle alimentent tous les décisions sur quels fournisseurs d'additifs méritent une qualification à long terme. Un dispersant ou un démoussant qui performe bien dans un lot unique mais montre une dérive compositionnelle à travers les expéditions crée des défauts en aval qui n'apparaissent qu'après le cycle de production d'un client, ce qui explique que des données de criblage cohérentes comptent autant pour l'approvisionnement que pour la conformité réglementaire.

Le travail de support technique avec les formulateurs se centre typiquement sur la constance documentée des lots et les données de qualification, donc les résultats de criblage d'un fournisseur sont traçables à des lots de production spécifiques plutôt qu'à un seul échantillon. Les lecteurs évaluant un changement ou un nouveau chemin de qualification peuvent consulter les listes de contrôle pratiques d'approvisionnement dans comment qualifier les fournisseurs d'additifs avant la première commande et les métriques QC qui distinguent un producteur d'additifs de revêtement fiable, qui traduisent toutes deux les données de criblage en critères de sélection de fournisseur.

Où le criblage d'additifs se dirige ensuite

Le criblage non ciblé est passé d'un outil de recherche spécialisé à quelque chose que les laboratoires de formulation de taille modérée peuvent réaliste adopter, bien que la courbe d'adoption reste inégale : le coût des instruments et l'expertise de traitement des données gardent encore l'entrée fermée pour les opérations plus petites. Au cours des prochaines années, attendez une intégration plus serrée entre l'apprentissage automatique et à la fois les données HRMS non ciblées et l'optimisation bayésienne, puisque le goulot d'étranglement dans la plupart des laboratoires n'est plus de générer des spectres mais de les interpréter assez vite pour agir.

Les laboratoires plus petits considérant le criblage rapide ou les approches BO n'ont pas besoin de construire le pipeline le plus sophistiqué en premier. Commencer par une méthode ciblée bien validée pour les analytes prioritaires connus, puis superposer des analyses non ciblées basées sur DIA pour la flexibilité rétrospective, construit la capacité sans sur-engager le budget dans une infrastructure que l'équipe n'est pas encore prête à utiliser.

— Astra R&D Team

Sources

Les lecteurs validant une nouvelle méthode ou se comparant à des protocoles établis peuvent consulter l'étude de criblage basée sur DIA de 120 additifs alimentaires, la revue de criblage non ciblé pour matériaux au contact des aliments, et la feuille de route de détection des additifs polymères. Pour la technique d'ionisation ambiante rapide, la revue pratique des méthodes DART et AP-MALDI couvre les compromis de débit et de sensibilité en détail, et la norme D6042 d'ASTM pour la séparation des additifs polyoléfiniques offre une méthode de référence validée.

• Détection complète de 120 additifs dans les aliments en utilisant l'acquisition MS non ciblée
• Détection, identification et quantification des additifs polymères : une revue des techniques, approches, défis, et une possible feuille de route dans l'analyse

FAQ

Quels sont les principaux types d'additifs trouvés dans les produits ?

Les additifs se répartissent en classes fonctionnelles telles que colorants, conservateurs, antioxydants, édulcorants, plastifiants, ignifuges et stabilisants, selon la catégorie de produit. Dans les aliments, l'étude de criblage DIA couvrant colorants, édulcorants, conservateurs et antioxydants illustre la gamme typique de classes criblées en une seule analyse non ciblée.

Que recouvre le criblage chimique ?

Le criblage chimique analyse un échantillon pour détecter et identifier les composés présents, utilisant soit une méthode ciblée qui recherche une liste connue, soit une méthode non ciblée qui capture des données spectrales plus larges pour une interrogation ultérieure. Le choix dépend de savoir si l'objectif est de confirmer des substances connues ou de découvrir des inattendues.

Comment le test des additifs alimentaires est-il typiquement réalisé ?

Le test des additifs alimentaires associe communément des méthodes d'extraction comme QuEChERS avec une analyse LC-HRMS ou LC-MS/MS, utilisant l'acquisition non ciblée pour des enquêtes larges et le MRM ciblé pour la quantification réglementaire. Des approches validées ont combiné l'extraction QuEChERS avec des analyses UHPLC-HRMS rapides pour cribler plusieurs classes d'additifs dans une analyse de quinze minutes.

Quelles classes d'additifs sont les plus fréquemment criblées dans les produits alimentaires ?

Colorants, édulcorants, conservateurs et antioxydants représentent les classes d'additifs les plus fréquemment incluses dans les panneaux de criblage non ciblé alimentaire, reflétant à la fois l'attention réglementaire et la faisabilité de détection. L'étude DIA sur 120 additifs décompose ceci spécifiquement en 79 colorants, 13 édulcorants, 12 conservateurs et 7 antioxydants au sein de son panneau de criblage, donnant un sens pratique de la composition typique d'un panneau.

Recommandé

• Guide des additifs de revêtement : sélection, chimie et formulation (2026)
• Formulateurs : 3 métriques QC pour qualifier un producteur d'additifs de revêtement
• Stoppez les échecs de mise à l'échelle : cinq tests d'approvisionnement pour le support de formulation
• Comment qualifier les fournisseurs d'additifs avant la première commande