一个用于污染物靶向检测和可疑筛查的多平台色谱-质谱数据集

《Scientific Data》：A multiplatform chromatography-mass spectrometry dataset for targeted and suspect screening of pollutants

摘要

有效管理优先化学品和新兴污染物需要强大的环境污染物分析能力，包括针对性分析和可疑物质筛查。在实际操作中，关键的工作流程参数分散在各种标准、供应商文档和文献中，这限制了方法的重复使用并阻碍了方法的重构。目前仍存在一个主要问题：缺乏一种与数据来源相关联、可被机器读取的资源，该资源能够记录色谱条件、质谱设置、检测通道元数据以及方法文档中的记录来源信息。在这里，我们介绍了一个经过整理、带有质量评级的环境方法元数据数据集，适用于液相色谱-质谱（LC–MS）和气相色谱-质谱（GC–MS）技术，涵盖了MS1全扫描和MS/MS采集两种模式。该数据集整合了中国的国家标准、行业标准、地方标准方法、美国环保署（EPA）的方法、技术说明以及同行评审的出版物，共包含7,010条LC–MS方法和3,000条GC–MS方法记录，覆盖了从挥发性到极性、从热稳定性到热不稳定性的各种分析物。数据集通过明确的A/B/C/D质量评级，将保留记录来源信息的所有记录与可供推荐使用的子集区分开来。整理流程结合了自动化验证和人工审核，以统一选定字段中的术语和单位。此外，洗脱梯度和烘箱温度程序被编码为JSON格式，以便进行程序化解析、完整性检查以及数据的重复使用。该数据集支持参数的检索与选择，有助于确认可疑物质列表，并实现可重复的实验室间方法比较。