この研究は、チェコの研究機関の研究論文です。

掲載誌：Journal of Chromatography A

ライセンス: CC BY　対象: 公開論文　確認元: OpenAlex

研究の目的

食品や植物に含まれるフェノール化合物は、液体クロマトグラフィー(LC)と質量分析(MS/MS)を組み合わせた手法で測定されることが多くなっています。液体クロマトグラフィーは、細かい粒子を詰めた「カラム」に試料を流し、成分ごとに出てくる時間(保持時間)をずらして分離する技術です。質量分析はその後で成分の種類を見分けます。この組み合わせは感度も選択性も高く、化学的に性質の異なる多数の成分を1回の測定でまとめて調べられます。

ただし研究チームは、対象とする成分の数が増えるほど、分離と質量分析側の測定条件が互いに絡み合い、条件づくりが難しくなると指摘しています。フェノール化合物は極性や酸性度、疎水性が大きく異なり、構造がよく似た異性体どうしは質量分析でも同じイオンを与えてしまいます。さらに、成分が短い時間帯に固まって出てくると、分離に使える時間を有効に活かせません。従来の条件検討は分離の良さや分析時間といった少数の指標に頼りがちで、複数のカラムや溶媒条件を同時に比べると、指標ごとに結論が食い違うこともあります。

そこで著者らは、以前提案した「グラジエントスコア(GS)」という考え方を拡張し、分離の性能と質量分析の測定条件に関わる要素をひとつの評価枠組みにまとめることを目指しました。

何をどう調べたか

研究チームはまず、評価に使う5つの指標を定義しました。最後に出てくる成分の保持時間で表す分析時間、ピークの幅の広がり、成分が分析時間全体にどれだけ均等に散らばっているか、分離できないと困る「クリティカルペア」の分離度、そして質量分析が各成分を待ち受ける時間帯(検出ウィンドウ)の重なり具合です。いずれも値が小さいほど良いと定義したうえで正規化し、重みを付けて足し合わせたものがグラジエントスコアです。スコアが高いほど、選んだ目的どうしのバランスが良いことを示します。ただし著者らは、この点数は同じ指標・同じ重み付けの中でのみ比較できるものであり、クロマトグラフィーの普遍的な絶対指標ではなく、用途に応じて設定する評価の枠組みとして扱うべきだと述べています。

この枠組みで、まず10種類の逆相カラムを共通のグラジエント条件で比較しました。カラムは寸法や粒子径が異なるため、流量は個別に調整して初期の背圧を250±2 barに揃えています。比較には、溶媒条件は同じで時間の異なる2つの直線グラジエント(15分と30分)を用いました。重み付けの偏りを避けるため、3つの指標の重みの組み合わせを0.05刻みで網羅した231通りすべてでスコアを計算し、その平均で順位を付けています。

次に、選ばれたカラムの上で、直線溶媒強度(LSS)理論に基づく保持予測モデルを構築しました。これは溶媒の混合比と成分の保持の関係を数式で表し、少ない実験から別の条件での溶出時間を見積もる手法です。モデル構築には3本の直線グラジエントを使い、保持時間の並び順から選んだ21成分を代表として用いました。モデルの検証には、構築には使っていない別の3条件を充てています。得られたモデルを手がかりに、溶媒比の変化の傾きを途中で切り替える「セグメント型グラジエント」を設計し、成分が時間軸上に均等に並ぶことを狙いました。

主な報告結果

カラムの比較では、どの指標でも一貫して優れるカラムは存在せず、評価する指標によって見え方が変わることが示されました。一方で、15分と30分の2条件で得られた傾向はおおむね一致しており、カラムどうしの相対的な優劣はグラジエントの傾きに強く左右されなかったと報告されています。231通りの重み付けを平均した結果、Raptor ARC-18が平均スコア0.96、平均順位1.16で最上位となり、以降の検討に選ばれました。Kinetex系のカラムは重み付けによらず下位に位置したとされています。

保持予測モデルの検証では、予測値と実測値が理想線に近く並びました。誤差が最も大きかった条件でも平均絶対誤差は0.4分未満、最大絶対誤差は0.57分を超えなかったと報告されています。著者らは、今回の目的は個々の保持時間を厳密に当てることではなく成分の相対的な分布を整えることなので、この精度で十分だと判断しています。

設計した3本のセグメント型グラジエントと直線グラジエントの比較は、代表21成分ではなく対象65成分すべてを使って行われました。ここでは重みの組み合わせを0.1刻みで網羅した286通りで評価しています。セグメント型は全体として直線グラジエントを上回り、なかでもSEG01が平均スコア0.87、平均順位1.5で最良となりました。著者らは、SEG01の優位は単一の指標を突出させた結果ではなく、成分の分布、クリティカルペアの分離、検出ウィンドウの重なり、分析時間のすべてにわたるバランスから生じたものだとしています。最終的にこの方法は、果汁、茶、ワイン、食酢などの食品試料に適用されました。

この研究が示すこと

この研究は、分析条件の選択を「どの指標を重視するか」という主観に委ねるのではなく、複数の基準をまとめて点数化し、重み付けを網羅的に振ってその順位がどれだけ安定するかを確かめる、という手順を具体的に示したものです。著者ら自身が述べるように、この点数はクロマトグラフィーの解釈に取って代わるものではなく、複数の目的を同時に満たす必要があるときに選択肢を比べるための枠組みとして位置づけられています。また、重み付けをすべて等しく扱って平均する方法には、実際の用途では重要度の低い組み合わせも同じ比重で効いてしまう、順位が入れ替わる領域が平均に埋もれる、といった限界があることも指摘されています。

溶媒比を一定の傾きで上げていく直線的なやり方が広く使われるなかで、保持の予測モデルを手がかりに傾きを区切って設計することで、成分をより均等に分布させながら分離と測定側の制約も両立できたという報告は、多成分を対象とする分析の条件づくりを、経験に頼る試行錯誤から見通しの立つ手順へ近づける一例と言えます。

著者：Michal Kašpar（Department of Analytical Chemistry, Faculty of Chemical Technology, University of Pardubice, Studentská 573, Pardubice, CZ-53210, Czech Republic）、Pavlína Musilová（Department of Analytical Chemistry, Faculty of Chemical Technology, University of Pardubice, Studentská 573, Pardubice, CZ-53210, Czech Republic）、Soňa Řezková（Department of Analytical Chemistry, Faculty of Chemical Technology, University of Pardubice, Studentská 573, Pardubice, CZ-53210, Czech Republic）、Petr Česla（Department of Analytical Chemistry, Faculty of Chemical Technology, University of Pardubice, Studentská 573, Pardubice, CZ-53210, Czech Republic. Electronic address: [email protected]）

※本記事は原著論文をもとに、日本語で要約・説明を加えた研究紹介です。 出典（原著論文）：Michal Kašpar, Pavlína Musilová, Soňa Řezková, et al. A multi-criteria Gradient Score workflow for RP-HPLC-MS/MS method development: from column selection to segmented gradient optimization for targeted phenolic profiling. Journal of Chromatography A 2026-08-22. DOI: 10.1016/j.chroma.2026.467384. 原著ライセンス：CC BY.