Neue Kopplungstechnik für die umfassende Charakterisierung von Polysacchariden

Die herkömmliche Technologie der Wahl für die Charakterisierung von Polysacchariden ist die Größenausschlusschromatographie (GPC), auch als Size Exclusion Chromatography (SEC), bezeichnet. Allerdings benötigt die Größenausschlusschromatographie für sehr komplexe Polysaccharide wie z. B. Chitosanproben eine aufwendige Probenvorbereitung. Die Proben müssen vor der Messung filtriert werden um störende, größere Aggregatanteile in der Probe zu entfernen. Dies ist zum einen sehr zeitaufwendig, und weiterhin wird durch den Filtrationsschritt ein Teil der Probe entfernt der damit der nachfolgenden GPC/SEC-Analyse nicht mehr zugänglich ist.

Die in der neuen Applikationsnote von Postnova Analytics beschriebene AF4-MALS-RI Methode ermöglicht die Trennung des reinen Polysaccharids und der störenden Aggregate die in Chitosanproben gefunden werden. Dies ermöglicht eine exakte und zuverlässige Bestimmung der Molekulargewichtsverteilung von Polysaccharidproben.

Eine neue Veröffentlichung** beschreibt den Effekt den unterschiedliche experimentelle Bedingungen auf die Ergebnisse haben die mit dem AF4 / MALS / RI – System erhalten werden. Die Ergebnisse werden auch verglichen mit Ergebnissen die mit einem SEC-MALS-RI-System (Größenausschlusschromatographie-MALS-RI) ermittelt wurden. Die in dieser Untersuchung verwendeten Chitosanproben stammen aus unterschiedlichen biologischen Quellen und weisen einen unterschiedlichen Acetylierungsgrad auf.

Die Autoren der Veröffentlichung kommen zu dem Ergebnis dass die AF4-MALS-RI-Technologie sowohl den Vorteil bietet dass in der Probe vorhandene, störende Aggregatanteile erkannt und abgetrennt werden können als auch die exakte und zuverlässige Bestimmung der Molekulargewichtsverteilungen für eine große Zahl an unterschiedlichen Chitosanproben ermöglicht wobei die Ergebnisse in sehr guter Übereinstimmung sind mit Resultaten die mit herkömmlichen Methoden ermittelt wurden.

Das Postnova AF2000-System ist eine leistungsfähige Asymmetrische Fluss Feld-Fluss Fraktionierungs-Plattform (AF4) für die Auftrennung von Nanopartikeln und Makromolekülen wie z. B. Polysacchariden und Proteinen in komplexen Matrices. Das modular aufgebaute AF2000-System vereint die Erfahrung und das Wissen von zwei Jahrzehnten der Marktführerschaft von Postnova Analytics im Bereich der FFF-Technologie. Durch den variablen Einsatz einer ganzen Reihe von FFF-Modulen in einem einzigen, integrierten System für universelle Trennaufgaben, bietet das AF2000-System mehr Flexibilität sowie eine höhere Leistungsfähigkeit und zuverlässigere Ergebnisse als jedes andere FFF-System zuvor.

Die komplette Veröffentlichung** kann eingesehen werden unter  https://bit.ly/2KZ2KxM. Weitere Informationen zum AF2000-System erhalten Sie unter www.postnova.com/… oder direkt bei Postnova Analytics unter +49-8191-985-6880 / +44-1885-475007 / +1-801-521-2004 / sowie unter info@postnova.com.

Das Unternehmen Postnova Analytics wurde im Jahr 1997 gegründet. Postnova Analytics ist Erfinder und Marktführer im Bereich der Feld-Fluss Fraktionierung (FFF). FFF-Systeme kommen zum Einsatz in der Biopharmazie, der Polymerindustrie und -forschung, der Materialwissenschaften, der Nanotechnologie und in der Umweltanalytik. Mit der einzigartigen und patentierten, modularen FFF-Lichtstreutechnologie kann Postnova Analytics leistungsfähige Analysensysteme für einen großen Bereich an Applikationen anbieten. Heute umfasst das stetig wachsende Portfolio an Produkten für die Analysentechnik Fluss FFF, Zentrifugal FFF, Thermische FFF, Größenausschlusschromatographie (GPC/SEC), Mehrwinkellichtstreuung und Dynamische Lichtstreuung. Die Hauptniederlassung von Postnova Analytics (www.postnova.com) befindet in Landsberg am Lech (Deutschland), Zweigniederlassungen sind in den USA, in UK und in Finnland. Diese Niederlassungen bieten in Verbindung mit einem gut geschulten Netzwerk an hoch qualifizierten Händlern eine hervorragende Unterstützung für Kunden in der ganzen Welt.

**   International Journal of Biological Macromolecules  Volume 136, 1 September 2019, Pages 911-919