（分析化学专业论文）三线性分解算法和lcdad联用于多组分同时定量分析研究.pdf

硕士学位论文 摘要 高效液相色谱是一种广泛应用的分析分离手段，但它的局限在于必须尽可能 地避免重叠色谱峰，否则难以很好地定性定量分析，然而化学计量学可以解决这 个问题。本论文概述了化学计量学多元分辨与校正这一分支的发展情况以及研究 现状，重点描述了三维数据阵三线性分解算法近年来的发展和应用，在此基础上， 将三线性分解算法与高效液相色谱光二极管阵列检测器( h p l c d a d ) 相结合， 应用于多样品复杂多组分体系中感兴趣组分的同时定性定量分析的二阶校正研 究，以解决环境污染物、药物等样品分析中由于性质相似的混合物色谱、光谱严 重重叠所引起的组分分离和分析极为困难的难题，实现了化学计量学以“数学分 离”代替或增强“化学分离”的构想，展示了二阶校正问题中，三维数阵三线性 分解方法所具有的“二阶优势”的魅力。 第一章从高效液相色谱的发展和应用简介开始，从其不足处引出化学计量 学，然后概述了化学计量学多元分辨与校正这一分支在高效液相色谱中的发展情 况和应用研究状况，重点描述了采用交替最小二乘原理的三维数阵三线性分解算 法近年来的发展情况和应用研究状况，以及本论文工作开展的意义。 第二章，利用交替三线性分解算法解决了高效液相色谱光二极管阵列检测 方法检测两种硝基苯类化合物时由于色谱和光谱峰的重叠而不能有效进行定性 定量分析的问题。在背景干扰以及其它干扰共存条件下，结合利用这一算法可以 进行待测各组分的同时快速定性定量分析，以“数学分离”代替或增强“化学分 离”，实现测定方法的改进。同时也表明交替三线性分解算法是有效解决高效液 相色谱光二极管阵列检测中二阶校正问题的途径之一。 第三章，用简单的流动相、很短的分离时间作为高效液相色谱的分离条件， 然后结合交替三线性分解( a t l d ) 算法对尿液中两种糖皮质激素进行同时快速 测定。由于这两种糖皮质激素结构相似、光谱相似、保留时间接近，因此很难使 它们达到完全分离。而利用交替三线性分解算法结合高效液相色谱光二极管阵 列检测可以在尿液中同时测定这两种糖皮质激素，预测结果和实际结果接近。说 明化学计量学在分析科学、生物分析和药物分析中具有广泛的应用前景。 第四章是对两种麻醉剂进行快速分析，这两种麻醉剂色谱峰重叠，以考察一 种新的算法：交替拟合残差( a f r ) 算法通过分析低分离水平下二元混合物的 h p l c d a d 数据获得可分离的纯光谱、色谱以及浓度轮廓。h p l c d a d 与a f r 算法相结合解决了两种局部麻醉剂在低分离水平下的色谱及光谱重叠引起的难 分辨的问题，在背景干扰条件下可以进行待测各组分的同时快速定性定量分析， 三线性分解算法和l c d a d 联用于多组分同时定量分析研究 以“数学分离”增强“化学分离”，实现测定方法的改进。通过处理实测的 h p l c d a d 数据集，表明，只要选择的组分数不少于真实组分数，提出的算法 有较好的性能，且能避免二阶退化，减少收敛慢的闯题。研究表明a f r 算法对 于解决部分分离峰得到纯色谱光谱图及预测性质相似组分浓度是个有力的化学 计量学工具。 第五章，利用交替拟合残差( a f r ) 算法与高效液相色谱光二极管阵列检 测相结合，同时测定了两种抗结核药物异烟肼和吡嚷酰胺的含量，和交替三线性 分解算法以及自加权交替三线性分解相比，预测结果更接近实际值。实验结果表 明：该算法可成功地解决由于色谱及光谱重叠引起的组分难分辨的问题，以“数 学分离”增强了传统的“化学分离”，定量快速准确。 第六章，利用交替惩罚三线性分解( a p t l d ) 算法与高效液相色谱一光二极 管阵列检测相结合，对四种维生素v b l 、v b 2 、v b 6 和v b 3 同时进行了定性定量 分析，和p a r a f a c 相比，预测结果好且具有收敛速度快、对体系因子数不太敏 感等特点，实验结果表明，本实验操作简单，无须复杂的分离条件且分离时间短， 以“数学分离”增强传统的“化学分离”，实现了对复杂分析体系中感兴趣组分的直 接快速、同时定性定量分析。 关键词：高效液相色谱光二极管阵列检测；化学计量学；交替三线性分解算法； 交替拟合残差算法；交替惩罚三线性分解算法；硝基苯类化合物；糖皮 质激素药物；局部麻醉剂；抗结核药物；维生素b i i 硕士学位论文 a b s t r a c t h i g hp e r f o r m a n c el i q u i dc h r o m a t o g r a p h y ( h p l c ) i so n eo ft h em o s tu s e f u l a n a l y t i c a lt e c h n i q u e s i t sc h i e fl i m i t a t i o nl i e si nt h en e e dt oa v o i dt h eo v e r l a po f c h r o m a t o g r a p h i cp e a k sa sm u c ha sp o s s i b l e h o w e v e r ，c h e m o m e t r i c sc a ns o l v et h i s p r o b l e m i nt h i st h e s i s ，t h ed e v e l o p m e n t so fm u l t i v a r i a t er e s o l u t i o na n dc a l i b r a t i o n i nc h e m o m e t r i c s ，e s p e c i a l l yt h ea l t e r n a t i n gt r i l i n e a rd e c o m p o s i t i o na l g o r i t h m sf o r t h et h r e e w a yd a t aa n a l y s i sa n dt h e i ra p p l i c a t i o n sh a v eb e e nr e v i e w e d t h em e t h o d s f o rt h r e e w a yt r i l i n e a rd e c o m p o s i t i o nh a v eb e e na p p l i e dt ot h es e c o n d c a l i b r a t i o n u s i n gh i g hp e r f o r m a n c el i q u i dc h r o m a t o g r a p h y d i o d ea r r a yd e t e c t i o n ( h p l c d a d ) t h ep r o b l e m sa r i s i n gf r o mt h es e r i o u so v e r l a p p i n go fs p e c t r aa n dc h r o m a t o g r a m sa r e s u c c e s s f u l l yr e s o l v e dd u r i n gt h ea n a l y s i so fe n v i r o n m e n tc o n t a m i n a t i o na n dd r u g s a n ds oo n t h ea s s u m er e p l a c i n go ri m p r o v i n gt h e c h e m i c a ls e p a r a t i o n w i t h “m a t h e m a t i c a l s e p a r a t i o n ”a n dt h ec h a r m i n go ft h r e e w a yd a t aa n a l y s i sf r o m “s e c o n d - o r d e ra d v a n t a g e ”i se x h i b i t e di ns e c o n d o r d e rc a l i b r a t i o n i nc h a p t e r1 ，a tf i r s t ，t h ed e v e l o p m e n t sa n da p p l i c a t i o n so fh p l ch a v eb e e n s u m m a r i z e d ，a n df r o mi t ss h o r t c o m i n gw ei n t r o d u c e dt h ec h e m o m e t r i c s a f t e r w a r d ， t h e d e v e l o p m e n t so f m u l t i v a r i a t er e s o l u t i o n a n dc a l i b r a t i o ni n c h e m o m e t r i c s ， e s p e c i a l l yt h ea l t e r n a t i n gt r i l i n e a rd e c o m p o s i t i o na l g o r i t h m sf o rt h et h r e e w a yd a t a a n a l y s i sa n dt h e i ra p p l i c a t i o n sh a v eb e e nr e v i e w e d t h e o v e r l a p p e dc h r o m a t o g r a m s a n d s p e c t r as y s t e m o fn i t r o b e n z e n e s ( 1 - c h l o r o 一2 ，4 一d i n i t r o b e n z e n ea n d3 ，5 一d i n i t r o b e n z o i ca c i d )i nt h ep r e s e n c eo f 2 , 4 一d i n i t r o b e n z o i ca c i dw e r er e s o l v e db ya t l dc o m b i n e dw i t hh p l c - d a di n c h a p t e r2 i ts u c c e s s f u l l ys o l v e ds u c hp r o b l e mc a u s e db yo v e r l a p p e dc h r o m a t o g r a m s a n ds p e c t r ae v e ni nt h ep r e s e n c eo fu n k n o w ni n t e r f e r i n g c o m p o n e n t s i t u s e s r e p l a c i n go ri m p r o v i n gt h e c h e m i c a ls e p a r a t i o n ”w i t h “m a t h e m a t i c a ls e p a r a t i o n ” a n dt h ea n a l y t i c a lp e r f o r m a n c e si si m p r o v e d i ta l s or e v e a l e dt h ea t l da l g o r i t h mi s o n eo ft h ea p p r o a c h e st os o l v et h es e c o n d o r d e rc a l i b r a t i o np r o b l e mi nh p l c - d a d i nc h a p t e r3 ，w ea d o p t e ds i m p l ye l u t i n gs o l u t i o n sa n ds h o r ts e p a r a t et i m ea st h e s e p a r a t ec o n d i t i o no fh p l c - d a da n dc o m b i n e dw i t ha t l da l g o r i t h mt od e t e r m i n e s i m u l t a n e o u s l ya n df a s tt h et w og l u c o c o r t i c o i dd r u g s b e c a u s eo fs i m i l a r i t yo ft h e i r p h y s i c a la n dc h e m i c a lc h a r a c t e r i s t i c s ，t h e yh a v es i m i l a r i t ys p e c t r aa n da d j a c e n te l u t e t i m e i ng e n e r a l ，i ti sd i f f i c u l tt or e a c hc o m p l e t es e p a r a t i o no ft h e m h o w e v e r ，a t l d i l l 三线性分解算法和l c d a d 联用于多组分同时定量分析研究 m e t h o dc o m b i n e dw i t hh p l c d a dc a nb eu s e dt od e t e r m i n es i m u l t a n e o u s l yt w o g l u c o c o r t i c o i dd r u g si nt h ep r e s e n c eo fu n k n o w ni n t e r f e r e n c e sw h i c he x i s ti nt h e u r i n e t h ep r e d i c t i o nr e s u l t sa r ec o n s i s t e n tw i t ht h ea c t u a lo n e i ti si n d i c a t e dt h a t c h e m o m e t r i c si sap r o m i s i n gm e t h o dt oa p p l yi na n a l y t i c a lc h e m i s t r y ，b i o l o g ya n d m e d i c i n ea n a l y s i s i nc h a p t e r4 ，t w ol o c a la n a e s t h e t i cd r u g sh a v eb e e na n a l y z e dq u i c k l y i nt h e c o n d i t i o no fo v e r l a p p e dc h r o m a t o g r a mp e a k s ，u s u a l i z ean e wa l g o r i t h m ：a l t e r n a t i n g f i t t i n gr e s i d u e ( a f r ) m e t h o df o rr e s o l v i n gp a r t l ys e p a r a t e dp e a k si n t ot h ep u r e c h r o m a t o g r a p h i c ，s p e c t r a la n dc o n c e n t r a t i o np r o f i l e se v e nw i t hv e r yl o wl e v e l so f s e p a r a t i o nb ya n a l y z i n gh p l c - d a dd a t a t h eo v e r l a p p e dc h r o m a t o g r a m sa n d s p e c t r aa r i s i n gf r o ml o ws e p a r a t i o nl e v e lt h a ti sd i f f i c u l tt or e s o l v eh a v eb e e ns e t t l e d b yh p l c - d a dc o m b i n i n gw i t ha f ra l g o r i t h ma n ds i m u l t a n e o u squ a l i t a t i v ea n d q u a n t i t a t i v ea n a l y s i si nt h ep r e s e n c eo fu n k n o w ni n t e r f e r i n gc o m p o n e n t s i th a sb e e n r e p l a c eo ri m p r o v et h e “c h e m i c a ls e p a r a t i o n w i t h m a t h e m a t i c a ls e p a r a t i o n ”b y o u rt r e a t i n gr e a lh p l c - d a dd a t as e t s ，t h er e s u l t sd e m o n s t r a t e dt h a tt h ep r o p o s e d a l g o r i t h mp e r f o r m sw e l la sl o n ga st h em o d e ld i m e n s i o n a l i t yc h o s e ni sn o tl e s st h a n t h en u m b e ro fa c t u a l c o m p o n e n t sa n da v o i dt h ep r o b l e mo fs o c a l l e dt w o - f a c t o r d e g e n e r a c ya n dh a v el o w e rc o n v e r g e n c er a t ec o m p a r e dw i t hp a r a f a cm e t h o d t h e s t u d yp r o v e dt h a ta f ra l g o r i t h mi s ap o w d e rc h e m o m e t r i ct o o lf o rs o l v i n gp a r t l y s e p a r a t ep e a k s i nc h a p t e r5 ，t w oa n t i t u b e r c u l o s i sd r u g s ( i s o n i a z i da n dp y r a z i n a m i d e ) h a v e b e e nd e t e r m i n e ds i m u l t a n e o u s l yb yu s i n ga l t e r n a t i n gf i t t i n gr e s i d u e ( a f r ) m e t h o d c o m b i n e dw i t hh p l c - d a d c o m p a r i n gt o a l t e r n a t i n gt r i l i n e a rd e c o m p o s i t i o n ( a t l d ) a n ds e l f - w e i g h t e da l t e r n a t i n gd e c o m p o s i t i o na l g o r i t h m ( s w a t l d ) ，t h e p r e d i c t e dr e s u l t sa f rr e s o l v e di sc l o s e rt oa c t u a lo n e t h ee x p e r i m e n ts h o w e dt h a t t h ep r o p o s e dm e t h o dc a ns u c c e s s f u l l ys o l v e ds u c hp r o b l e mt h a ti sd i f f i c u l tt o r e s o l v e d ，c a u s e db yc h r o m a t o g r a m sa n ds p e c t r ao v e r l a p p i n ga n dq u a n t i t a t i v e a n a l y s i sf a s ta n de x a c t l y i n c h a p t e r6 ，f o u rv i t a m i nd r u g s ( v b ，v b 2 ，v b 6a n dv b 3 ) h a v eb e e n d e t e r m i n e ds i m u l t a n e o u s l yb yu s i n ga l t e r n a t i n gp e n a l t yt r i l i n e a rd e c o m p o s i t i o n ( a p t l d ) m e t h o dc o m b i n e dw i t hh p l c d a d t h er e s u l t sa p t l dm e t h o dp r e d i c t e d i sc l o s e rt oa c t u a lo n e m o r e o v e r ，a p t l dm e t h o dh a st h ep r o p e r t i e so ff a s t c o n v e r g e n c er a t ea n db e i n gi n s e n s i t i v et oo v e r e s t i m a t i o no ft h ec o m p o n e n tn u m b e r c o m p a r e dw i t ht r a d i t i o n a lp a r a f a c t h er e s u l t ss h o w e dt h i se x p e r i m e n tc a nb e e a s i l yp e r f o r m e dw i t h o u tc o m p l i c a t e dp r o c e d u r e sa n dp a y i n go u tt i m e c o n s u m i n g i v 硕士学位论文 a n dq u a n t i f i e da c c u r a t e l y t h ee x p e r i m e n tc a ns i m u l t a n e o u s l yd e t e r m i n e i n t e r e s t i n g c o m p o u n d si nc o m p l e xs y s t e ma n da c h i e v ed i r e c t ，f a s t ，q u a n l i t a t i v ea n dq u a n t i t a t i v e a n a l y s i s k e yw o r d s ：h i g hp e r f o r m a n c el i q u i dc h r o m a t o g r a p h y - d i o d ea r r a yd e t e c t i o n ； c h e m o m e t r i c s ；a l t e r n a t i n g t r i l i n e a r d e c o m p o s i t i o n ( a t l d ) ； a l t e r n a t i n gf i t t i n gr e s i d u e ( a f r ) ；a l t e r n a t i n gp e n a l t yt r i l i n e a r d e c o m p o s i t i o n ( a p t l d ) ；n i t r o b e n z e n e s ；l o c a la n a e s t h e t i cd r u g s ； g l u c o c o r t i c o i dd r u g ；a n t i t u b e r c u l o i sd r u g ；v i t a m i nb v 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进彳亍研究所取得的 研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 也浩 日期：蝣占月 2 - 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密团。 ( 请在以上相应方框内打“”) 作者签名： 导师签名： 日期：泖s 年月1 1 日 日期：l 口一y 年6 月l v 日 硕士学位论文 第1 章绪论 1 1 高效液相色谱法( h p l c ) 色谱法最初仅仅是作为一种分离手段，是根据混合物中不同组分在流动相和 固定相间具有不同的分配系数，当两相作相对运动时，这些组分在两相问进行反 复多次的分配，从而得到分离。直到五十年代，人们才开始把这种分离手段与检 测系统连接起来，称为一种独特的分析方法，是几十年来分析化学中最富活力的 领域之一，也是生命科学和制备化学中广泛应用的一种手段。 色谱的发明者，俄国植物学家t s w e t t ，是在研究植物色素的过程中，于1 9 0 6 年创立这种简易的分离技术，奠定了传统色谱法基础。从此之后，化学家、生物 化学家和生理学家在制各高纯化合物、分离和鉴定复杂混合物时便有了一条崭新 的有效途径。自从有了这种手段，使许多过去被认为是单一的物质，判明却是多 种化合物的混合物；许多化学反应的过程依靠这种方法而得以探讨；终于使许多 复杂混合物，例如维生素、药物、色素、氨基酸等得到离析：这种方法甚至帮助 科学家们了解了一些长期模糊不清的自然现象，诸如植物与动物的营养、激素对 人和动物的生理特性、维生素在动植物体中的分布等等问题。t s w e t t 的实验意义 很大，尽管他于1 9 0 7 年在德国柏林植物学会议上反复强调色谱技术，但是并没 有得到当时科学界的重视。经过二十五年后，德籍奥地利化学家k u h n 等利用他 的方法在纤维状氧化铝和碳酸钙的吸附柱上将过去一个世纪以来公认为单一的 结晶状胡萝b 素分离成a 和b 两个同分异构体，并由所取得的纯胡萝b 索确定出 了其分子式。同年，他又把注意力集中在维生素的研究上。k u h n 正是由于在维 生素和胡萝b 素的离析与结构分析中取得了重大研究成果而获得了1 9 3 8 年的诺 贝尔化学奖，也正因为他的出色工作使色谱法名声大振，迅速为各国科学家所注 目，广泛被采用起来。 1 9 4 1 年，m a t i n 和s y n g e 用一根装满硅胶微粒的色谱柱，成功完成了乙酰化 氨基酸混合物的分离，建立了液液分配色谱方法，他们也因此获得了1 9 5 2 年的 诺贝尔化学奖。1 9 4 4 年，c o n s d e n 和m a t i n 建立了纸色谱法。1 9 4 9 年，m a t i n 建 立了色谱保留值与热力学常数之间的基本关系式，奠定了物化色谱的基础。1 9 5 2 年，m a t i n 和s y n g e 创立了气液色谱法，成功地分离了脂肪酸和脂肪胺系列，并 提出了折合参数的概念。这一系列色谱技术和理论的发展，为h p l c 的问世打下 了扎实的基础。 采用普通性能的固定相及流动相常压输送的液相色谱法称为经典液相色谱 法。这种色谱法柱效低、分离周期长，且多不具备在线检测器，通常作为分离手 三线性分解算法和l c d a d 联用于多组分同时定量分析研究 段使用。高效液相色谱法是在6 0 年代发展起来的分离分析方法。1 9 6 5 年g i d d i n g s 总结与发展了早期色谱理论，并对近代液相色谱动力学理论做出了重要贡献。 1 9 6 6 1 9 6 8 年闯，人们在经典柱色谱法的理论和实践的基础上，引入气相色谱法 塔板理论等有关理论及先进的实验技术，经过多次实验，研究成功了高效液相色 谱法。这期间g r e e n ( 1 9 6 7 ) 、s c o t t ( 1 9 6 7 ) 、s n y d e r ( 1 9 6 7 ) 及k i r k l a n d ( 1 9 6 8 ) 的工作 最突出l “。h p l c 由于流动相采用高压泵输送，早期以提高输液压力而获得高效 率。因此前期称为高压液相色谱法，由于分析速度快，又称为高速液相色谱法 ( h s l c ) 。7 0 年代，高效固定相逐渐被采用，装柱技术也不断改进，使高效液 相色谱柱的柱效不断提高。人们不再采用由提高输液压力来提高分析效率的途径 ( 易漏液，不安全) 。因此，许多学者建议，把采用高效色谱柱的液相色谱法称 为高效液相色谱法。现代( 高效) 液相色谱仪主要由进样系统、输液系统、在线 检测系统、数据处理系统等部分组成。 高效液相色谱法的特点：适用范围广；分离性能好；分析速度快： 流动相可选择性范围宽；灵敏度高；色谱柱可反复使用；流出组分容易收 集：安全。 由于高效液相色谱法具有这些优点，它成为近代分析技术中发展最快应用最 广泛的一种分析分离方法。它已成为化学家、生物化学家、药物分析家和食品化 学家实验室不可缺少的高效、快速、灵敏的分离分析工具。近十年来，高效液相 色谱朝着更大规模制备和纯化分离的方向发展。尽管它已受到高效毛细管电泳和 超临界流体色谱的严峻挑战，但目前在分析领域中，仍然具有举足轻重的地位， 随着检测器、流动相和固定相以及高压泵的不断完善，它亦迅速得到发展。光二 极管阵列检测器的使用提高了检测的灵敏度，色质联用和其他联用技术等，则 扩大了h p l c 的应用范围。近几年来，它的发展主要是在固定相的研究和流动相 的计算机模拟化方面，而使用最多的技术仍是反相色谱。 高效液相色谱法是生命科学、环境科学、农业科学、法庭科学以及医药科学 等研究领域的重要手段。在生命科学中，高效液相色谱主要用于氨基酸及其衍生 物、糖类、肽和蛋白质、核酸及其降解产物以及生物胺的分离分析，汪正范对高 效液相色谱在生命科学中的应用作了总结 2 1 。环境科学中，多环芳烃、苯基脲类 污染物、酚类化合物、硝基化合物、有机锡、含氮除草剂等是空气、土壤以及水 体的污染物，也是环境工作者主要的研究对象。靳东月对反相色谱在环境分析中 的应用进行了总结【3 1 。在农业科学中，有关农产品、水果、农药等的分析测定的 报道非常多。法庭科学中，主要是麻醉剂、兴奋剂、利尿剂、可卡因等违禁成分 的分析研究。在药物分析领域，无论是合成药物还是微生物发酵生产的药物或天 然药物，也无论是原料药还是生物样品中的药物，高效液相色谱法都成了分离、 鉴定和含量测定的首选手段，在各种药物的研制、生产和临床使用过程中，高效 2 一 硕士学位论文 液相色谱正发挥着重大的作用【4 1 。这方面的文献很多，主要集中在以下几个方面： 合成药物；天然产物；手性药物：中药和中成药；制剂分析；治疗 药物监测和药代动力学研究。 1 2 化学计量学在色谱数据分析中的应用 色谱方法的根本目标是把混合物中的各个组分分开并检测，是寻找适宜的实 验条件对混合物中各个组分最大程度区分开来。但色谱和光谱并不总能解决问 题。由于混合物中组分间的内在相似性和难以选择适宜的实验条件，使得色谱和 光谱方法有时变得极为繁琐，且收效甚微。在这种情况下，如果应用化学计量学 方法，对重叠的谱带作数学上的解析，往往能达到目的。 化学计量学是7 0 8 0 年代发展起来的一门新兴化学分支学科，它应用数学、 统计学与计算机科学的工具和手段设计或选择最优化量测方法，并通过解析化学 量测数据以最大限度地获取化学及相关信息。可以认为，化学计量学是化学、分 析化学与数学、统计学及计算机科学之间的“接1 2 1 ” 5 - 7 1 。 化学计量学的研究内容包括：采样理论；信号处理；实验设计；多 元分辨和校正；化学模式识别；计算机模拟；定量构效关系；化学数据 库；人工智能等等。 化学计量学用于重叠峰解析，就是借助某些数学或统计学方法，把通过化学 方法和仪器未能完全分离的谱峰加以分解，得到重叠峰中各子峰的相关信息( 如 峰位置，半峰宽，峰高度及蜂面积) 的估计值。化学计量学方法对重叠峰的解析 主要有分析信号处理技术和多元分辨与校正技术。这里根据需要主要来讲多元分 辨与校正技术。 多元分辨与校正是化学计量学中最活跃、最有生气的一个分支，是化学计量 学家研究的热点。校正是利用化学量测系统的响应和已有知识构成模型，确定模 型参数，然后利用这个模型将化学量测系统的响应变换为某些定量信息的过程。 经典分析化学的校正方法的基点是以单点数据( 标量) ，如某物理和化学的信 号与分析体系中某一待测物质存在某种对应的数量关系( 一般为线性关系) ，就 可借此对该化学物质进行定性定量分析。而多元分辨与校正方法与上述经典校正 方法在概念上已有了本质区别，它不只是用几个相应测量点来求解的传统多组分 同时测定的简单推广，这里有一个从标量校正向矢量、矩阵甚至是张量数据解析 的概念性飞跃。由于矢量( 或矩阵，张量) 数据比标量( 单点数据) 所含信息要 多，由此产生的很多新分析方法，可解决很多在标量分析中被认为是不可能，甚 至难以想象的问题。这样，通过改变条件仍然不能很好的进行分离( 即会产生重 叠蜂) 或者虽可分离，但操作很繁琐，条件很难控制的色谱分离分析可以与化学 计量学方法结合起来，通过对色谱数据( 矢量、矩阵或张量) 的解析进行很好的 - 3 三线性分解算法和l c - d a d 联用于多组分同时定量分析研究 分离。这种方法多用于多组分体系的分析。梁逸曾把复杂多组分体系分为白、灰、 黑色分析体系1 8 l 。对于灰色和黑色体系，这里以二维( 矩阵) 色谱数据和三维( 张 量) 色谱数据为线索介绍化学计量学在多组分体系色谱数据分析中的应用。 1 2 1 二维色谱数据解析 在灰色体系中，矢量校正的技术，一般只能给出可能解。而二维数据解析， 如广义秩消失园子分析法、残差双线性分解法和约束背景双线性分解法可以得到 物理意义的唯一解，但是在实际分析化学的应用中，还存在着一些具体困难，如 二维色谱数据的漂移问题等，值得进一步研究。结合近年来的遗传优化算法，陈 文灿等将约束背景双线性分解法来解析联用色谱( h p l c d a d ) 数据咿j ，获得满 意结果。 在黑色体系中，理论上来讲，二维数据解析难以得到有物理意义的唯一解。 但是，如果存在一些具有特殊条件的数据，其中特别是由一些色谱与光谱联用仪 器( h p l c d a d ，l c m s ，g c m s ，g c f t i r ，c e d a d 等) 所产生的二维数据， 情况就发生了变化。因这些数据不但同时包含了光谱和色谱的信息，可使很复杂 的体系分解成为相对简单的子系统，并且这些系统还同时具有一些特别有用的化 学数据特征，这就为分析化学计量学家们提供了直接定性定量解析复杂完全未知 混合体系的机会。基于主成分分析的多元校正方法最常用的包括主成分回归、偏 最小二乘等。g a r e i a 等采用p l s 。1 对色谱光谱c r o s s s e c t i o n 方法获得的五种杀虫 剂的分析信号进行分辨，解决了重叠色谱峰的问题【l0 1 。在近几年中，这些校正 方法也用于色谱的二维数据的解析，w i b e r g 等利用h p l c d a d 并结合多元校正 方法p l s 回归对麻醉药利多卡因进行了快速测定】。w i b e r g 等还把p c a 分析 方法运用于h p l c d a d 数据处理，提出了测定色谱峰纯度的新方法，并把此方 法应用到不同分离水平的利多卡因和丙胺卡因两组分测定中，结果表明即使在低 浓度的丙胺卡因存在下，对利多卡因峰纯度的检测仍能得到非常好的结果i l ”。 最早提出光谱分辨基本思想的是基于主成分分析的自模式曲线分辨法 ( s m c r ) ，它的主要思路是先求出纯物种的光谱，即利用最小二乘法就可以求 出浓度分布矩阵，以完成对黑色体系的定性定量解析。这一方法提出后，由 k o w a l s k i 将其用于气相色谱质谱1 1 3 及高效液相色谱紫外可见光谱【1 4 】数据的解 析，分别分析了旺蒎烯和蒎烷及烟酸胺和核黄素的重叠色谱峰，说明用此法可 分辨用色谱法也难以很好分离的两组分体系。近两年，j i a n g 等用自模式曲线分 辨方法分析了空气微粒样品中聚芳香烃的h p l c d a d 数据，对四个数据集进行 了很好的分辨i l “。 近几年来，基于自模式曲线分辨法，分析化学计量学家提出了很多的新算法， 对于一般联用仪器所产生的色谱重叠峰的定性定量分辨，一般均可给出令人满意 结果。其中著名的有渐进因子分析法( e f a ) 【1 6 】，窗口因子分析法( w f a ) 1 7 a 8 1 ， 4 一 硕士学位论文 直观推导式演进特征投影法( h e l p ) d 9 2 0 l 。s a m a n t h a 等把渐进因子分析、主成 分分析等用于2 一羟基嘧啶和3 羟基嘧啶在三个不同p h 值下测得的h p l c d a d 和h p l c m s 数据的解析【2 。邵学广等采用窗口因子分析技术完成了稀土元素的 高效液相色谱分析中重叠峰的解析【2 2 1 。陈迪钊等将真观推导式演进特征投影法 ( h e l p ) 结合色谱联用成功地对实际水样中多种酚进行了定性定量分析f 2 3 1 。l i 等 用这个算法对原油中氮化合物的气相质谱数据进行了分辨【2 4 1 。z o m e r e n 等曾对 五种分辨算法在处理用h p l c d a d 对测得的药物数据分辨中的应用进行了比较 1 25 1 。 1 2 2 三维色谱数据解析 对于黑色体系的解析，要获得唯一解，需要三维，即张量类型的数据。由于 联用仪器( h p l c d a d ，g c m s ，l c m s ，g c i r 等) 的涌现，以及更高维仪器 ( 三维核磁共振仪，相分辨荧光分辨仪等) 的使用，对三维数据解析成为化学计 量学研究的热点。联用色谱仪所产生的数据可看作是双线性的，其数据矩阵的伪 秩应等于样本中的化学成分数。由几个不同样本所测得的双线性数据合在一起就 组成了三维数阵。 一般而言，三维数阵是指大小为，和足的三维数阵墨，而该三维数阵可 以分解为三个不同的载荷矩阵：a ，b ，c 和一个联系这些矩阵的立方核阵壁， 他们之间遵循一定的乘积规则。t u c k e r3 模型f 2 叮便清楚地表明了他们之间的关 系： mpa 像= 口。+ ， 扛1 , 2 ，= 1 2 ， 后= 1 ，2 ，k( 1 1 ) m 。lp - ig i 其中x u k 是三维数阵的元素，a ，是第一维载荷矩阵中的元素，b 是第二维 载荷矩阵中的元素，。幻是第三维载荷矩阵中的元素，g m p g 是核心三维数阵中的 元素，表示各维之间相互作用之积，e 触是三维残差阵中的元素。 t u c k e r3 模型中的每一维可以有不同数量的因子，核三维数阵允许非零元素 不在核三维数阵的超对角线上，然而这样的模型由于可以任意旋转会产生不同的 解，所以得不到唯一解。而h a r s h m a n 等于1 9 7 0 年提出了后来广泛应用于三线 性分解的平行因子( p a r a f a c ) 模型，使核三维数阵的非零元素只能在超对角 线上，且大小为1 ，其限制更为严格，并能提供唯一解，用等式可表示为： 卫 啄= + f = 1 ，2 ，i - ，= 1 ，2 ，jk = l ，2 ，k ( 1 2 ) n = l 三线性模型或p a r a f a c 模型在分析科学中有着鲜明的物理意义，对于仪器响应 遵循l a m b e r b e e r 定律的三维数阵，例如h p l c - d a d 三维数阵，其k 个样本在 ，个洗脱时间点、外波长点量测所得到的数据构成三维数阵墨，这里，| 表示 该体系中潜在的因子数( 包括对体系有贡献的组分数及可能的背景干扰数) ，x 种 5 三线性分解算法和l c d a d 联用于多组分同时定量分析研究 表示三维数阵x 的元素，4 。是相对色谱矩阵a ( 1 x ) 中的元素，6 ，。是相对光 谱矩阵b ( j x ) 中的元素，c 枷是相对浓度矩阵c ( k ) 中的元素，p 肌表示 三维残差数据阵里( i x j x 足) 中的元素。 处理三维数据并作定量分析的方法称为二阶校正法，该法将三维数阵分解成 三个矩阵，其中一个对应于样本浓度信息，其数据集由标准样和未知样组成。这 类方法分析能力强，有所谓的“二阶优势” 2 7 , 2 8 ，即能在未