Die Grenzen der nicht zielgerichteten chemischen Analyse

Computergestützter Ansatz sagt voraus, wie viel des chemischen Raums tatsächlich abgedeckt werden kann

16.03.2026

In einer kürzlich in der Zeitschrift Analytical Chemistry veröffentlichten Studie zeigen Forscher des Van 't Hoff Institute for Molecular Sciences (HIMS) der Universität Amsterdam die ernüchternde Realität der "nicht zielgerichteten" chemischen Analyse auf. Obwohl dieses Konzept für das Screening der Umwelt auf chemische Stoffe weit verbreitet ist, ist es nicht annähernd so umfassend, wie sein Name vermuten lässt, und hinterlässt massive "blinde Flecken" in den Daten. Um diese Lücken zu quantifizieren, entwickelte das Team ein neuartiges Berechnungskonzept: Measurable Feature Prediction (Vorhersage messbarer Merkmale). Mit seiner Hilfe lässt sich vorhersagen, welche Regionen des riesigen chemischen Raums tatsächlich messbar sind - und zwar noch vor der Durchführung echter Proben.

Während das Ziel der nicht zielgerichteten Analyse (NTA) darin besteht, den gesamten Umfang der potenziell in der Umwelt vorhandenen Chemikalien (den chemischen Raum) zu erfassen, zeigt die Amsterdamer Forschung, dass die Beschränkungen der Methode die tatsächlich messbaren Werte erheblich einschränken. Der Schwerpunkt der Forschung lag auf dem Goldstandard für das Umweltscreening, der LC-ESI-HRMS: Flüssigchromatographie-Elektrospray-Ionisation-Hochauflösende Massenspektrometrie. Das Team zeigt, dass die physikalischen und chemischen Beschränkungen dieser Methode, wie Ionisierung und Retention, massive "blinde Flecken" in den Daten hinterlassen. "Die Zahlen waren viel kleiner als wir erwartet hatten", sagt Saer Samanipour, Leiter der Forschungsgruppe Umweltmodellierung und computergestützte Massenspektrometrie.

Vorhersage von messbaren Merkmalen

Die Forschungsarbeiten wurden von Samanipours Mitarbeiter Lapo Renai im Rahmen eines Postdoc-Stipendiums durchgeführt, das von den Marie-Skłodowska-Curie-Maßnahmen der EU finanziert und vom Data Science Centre der UvA über sein Accelerate-Programm unterstützt wurde. Auf der Grundlage der Analyse interner Standards in LC-ESI-HRMS entwickelte er einen auf Ähnlichkeit basierenden Modellierungsansatz, der molekulare Fingerabdrücke mit vorhergesagten Retentionsindizes und Ionisierungseffizienzen kombiniert. Als Ergebnis kann eine Schätzung der methodenspezifischen chemischen Abdeckung vorgenommen werden.

Mit dieser Measurable Feature Prediction wird ermittelt, welche Bereiche des riesigen chemischen Universums für ein bestimmtes Instrument tatsächlich sichtbar sind - und welche unsichtbar bleiben -, bevor auch nur eine einzige reale Probe injiziert wird. Beim LC-ESI-HR liegt die tatsächliche Anzahl der Chemikalien, die in einer einzigen Messung analysiert werden können, bei weniger als ein paar tausend. "Das mag nach viel klingen", sagt Samanipour, "aber im Vergleich zu dem riesigen chemischen Raum sind es nur 0,01 %, also eine winzige Menge." Er plädiert für den Einsatz so genannter orthogonaler Ansätze, bei denen komplementäre Analysemethoden angewendet werden. "Wir müssen auch die blinden Flecken jeder Methode kartieren, denn das sind die wahren Gesundheitsprobleme für Mensch und Umwelt in der Zukunft.

Für Renai ist die wichtigste Erkenntnis, dass eine "umfassende", nicht zielgerichtete Analyse nicht wirklich umfassend ist. "Chemieraumbezogene Rahmenwerke, wie wir sie in dieser Arbeit vorstellen, können helfen, die Entwicklung intelligenter Methoden zu steuern und die methodenspezifische Messunsicherheit in der Exposomik und im Umweltscreening zu verringern.

Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.

Originalveröffentlichung

Lapo Renai, Viktoriia Turkina, Aleksandra Chojnacka, Andrea F. G. Gargano, Saer Samanipour; "Measurable Feature Prediction for Estimating Chemical Space Coverage in LC–ESI–HRMS Nontargeted Analysis"; Analytical Chemistry, 2026-3-1

https://www.analytica-world.com/de/news/1188292/die-grenzen-der-nicht-zielgerichteten-chemischen-analyse.html