Forskningsprojekt i Hawkes grupp
I vår forskargrupp undersöker vi miljöprov som består av komplexa blandningar av organiska föreningar, så kallat "upplöst organiskt material", eller DOM. DOM är så komplext att inte ens de mest högupplösta separations-, masspektrometri- och kärnmagnetiska resonansteknikerna kan detektera de enskilda beståndsdelarna i blandningarna. Istället arbetar vi med generella kemiska mönster och statistiska metoder för att undersöka dessa blandningars ursprung och öde i miljön.
Vårt intresse för DOM härrör från dess betydelse i den globala kolcykeln och ekosystemens hälsa. DOM spelar en viktig roll för rörlighet och transport av tungmetaller och andra föroreningar i mark och vatten. Därför samarbetar vi regelbundet med ekologer och lokala dricksvattenproducenter i våra forskningsprojekt.
Förbättring av analystekniker
Vi arbetar med att utveckla och förbättra olika tekniker för att analysera DOM. Genom att koppla samman kromatografi och masspektrometri samt använda olika detektorer försöker vi få en så heltäckande bild av den kemiska sammansättningen som möjligt. Dessutom undersöker vi den kemiska strukturen hos beståndsdelarna med hjälp av gasfasfragmenterings-experiment. Vi arbetar också med kärnmagnetisk resonans vid NMR Uppsala, och använder preparativ fraktionering för att förenkla de komplexa blandningarna till kemiskt distinkta delar.

Foto: Jeffrey Hawkes
Syntes och beredning av referensmaterial
Vi använder syntetisk kemi och storskaliga preparativa tekniker för att förse samhället med nya föreningar och referensblandningar för analytisk utveckling. Vi publicerade nyligen den första vetenskapliga artikeln som undersöker egenskaperna hos rena karboxylatrika alicykliska molekyler, en klass molekyler som föreslås tillhöra de vanligast förekommande organiska föreningarna i vatten på planeten. Vi har också nyligen framställt den enda kommersiellt tillgängliga marina referens-DOM-blandningen, kallad TRM-0522.

Dataanalystekniker
Vi utvecklar mjukvarurutiner för att undersöka DOM-data och delar dessa algoritmer fritt med akademiska institutioner.
