化学计量学方法在色谱峰检测中的应用

化学计量学方法在色谱峰检测中的应用

黄磊，王帆寿，韩世杰，胡兴波

广东省计量科学研究院（华南国家计量测试中心） 广东广州 510405

摘要：化学计量学方法研究有关化学测量的理论与方法，与其他科学方法和手段相结合，帮助科学设计化学实验，能够有效获取目标数据，应用范围十分广泛。在色谱峰检测中引进化学计量学方法，能够进一步提高谱峰检测的准确度，对重叠色谱峰进行定性定量分析。基于此，本文深入分析了化学计量学方法，为其在色谱峰检测中的应用提出几点建议。

关键词：化学计量学、色谱峰检测、应用

一、化学计量学概述

化学计量学是建立化学体系测量值与体系状态之间的关系的一门学科，应用数学计算机等手段，选择最佳的试验设计及测量方法，对数据进行进一步处理和解析，以获得有关物质系统的相关信息。对于化学计量学算法的研究正逐步突破，不断获取新的研究成果，持续优化试验设计与测量方法，使化学计量学得到更广泛的应用。化学计量学涉及了大量的化学量测基础性问题，能够很好的表述特征量与定量关系的组成，利用化学测量数据矩阵进行模式识别，在生物学研究领域辅助研究神经网络，为波谱数化学数据库提供工作新思路，极具良好的发展前景。

二、化学计量学方法在色谱峰检测中的应用

（一）曲线拟合

  曲线拟合方法将现有数据附加一种数学方法予以表达，最终得到一种连续函数或密集的离散方程，使其与已知数据相匹配，在信号分别的过程中，科学分析曲线特征，优化色谱峰的分辨及运算过程。

  例如，在色谱峰检测的过程中，可以采用取曲线拟合法，构建有效的数据模型，从数据中获取有效信息，根据最小二乘法，捆绑最小的均方误差置于拟合曲线中，使重叠信号分裂为单独信号峰之和，信号误差降低到最小，缩减与实际测量值的差距。在复杂的曲线拟合过程中，需要根据研究问题的对象，精准确定所需建立的数学模型和谱峰的数目，选择正确的函数形式准确估计参数，满足使用最小二乘法估计方法的标准，将一系列离散点拟合成完整的曲线，真实刻画与反应数据点之间的关系。若模型类型初值基线确定不准确，会造成最终解析结果相对模糊，拟合的结果产生较大误差，在最初值的设定中应加强重点关注，保证数据的科学性，减小对最终结果的影响。组分重叠度过大时，光谱特征很难辨别，传统的曲线拟合方法将不再适用，可以对各组分的色谱峰进行独立分辨，实行最小二乘法分辨单扫描，以获得良好的分辨效果。

  （二）因子分析

  因子分析从变量群中提取共性因子，找出在众多变量中隐含的具有代表性的因子，对于相同本质的变量归纳入一个因子中，以此缩减变量的数目，是当前多疑数据矩阵解析中发展相对成熟的技术。因子分析的应用范围较广，概念的通用性强，使研究人员或使用者，通过因子得分得出不同因子的重要性指标，能够明确描述理论模型中的细节，对目标进行有效性检验。

  例如，在色谱峰检测中，可以采用因子分析方法，根据因子分析中的数据矩阵做出特征分析，通过旋转变化确定因子数，进一步展开定性定量的相关分析，持续对化学领域中的多种类型问题加以解答。因子分析的方法类型多样，色谱峰检测中常见的因子分析方法如迭代目标因子法、目标因子法等，适用于不同的检测对象，使用者应基于抽象因子和检测目的，选择因子分析方法，争取能够从多个角度获取数据信息。色谱分析产生重叠的色谱峰信号时，尽量避免采用优化实验条件的方法，容易浪费大量的时间和精力来确定色谱柱与流动相，而最终分离的效果并不理想，应引进化学质量方法，辅助完成混合物质的分离解析，尤其在测量产生干扰与重叠型号的情况下，具备明显的使用优势，能够产生纯加和性数据，与测定的混合物质性质更贴近。

  （三）小波变换

  小波变换作为一种新型的变化分析方法，克服了诸多研究领域的问题，能够将信号表示成不同位置和尺度的基本单元，进行信号时频分析和处理，突出问题的方面特征，使用者可从时间和频率的局域变换中提取有效信息。小波分析对函数与信号进行逐步的细化分析，联系交叉了多种学科，在信号分析、数据压缩、图像识别等多种领域取得了明显的科技成果，是重要的研究工具。

  例如，在色谱峰检测中，可以采取小波变化，将检测问题归结为信号处理问题，如应用于色谱基线的校准过程中，对研究问题进行定量分析，将结果与仪器检测结果相互对比，能够体现良好的分析准确度。通过小波变换技术的信号分频功能，改善高效液相色谱中存在的噪音扣除问题，同时对原混合物体系，加以色谱数据分析，使最终得到的色谱曲线更加平滑。在重叠色谱组份信息识别和解析的过程中，引进小波分析技术，对三组分与五组分进行数据解析，两色谱峰相互靠近时，可通过数学计算公式成功提取系统信号。小波变换省略了机械校正与滤波处理的过程，使色谱峰检测的过程更加简便，降低检测的难度，只需要确定两个参数，接着由计算机工具进行自动化处理，即可获得最终数据。

  （四）人工神经网络

  人工神经网络从信息处理的角度对人脑的神经元网络进行抽象，从而建立简单运算模型，各节点之间代表连接信号的加权值，是对逻辑策略的一种表达方式，解决了许多实际问题，相关领域的研究工作持续取得更多进展。

  例如，在色谱峰检测中，可以采取神经网络方法，研究保留时间与保留值，优化峰识别、重叠峰解析、滤噪等谱图处理的环节，对仪器无法完全分离的复杂峰，进一步细化处理，使复杂峰得到有效分解，获得单峰的面积估值，找出不同溶质的洗脱峰。相比于曲线拟合方法精确度更高，很难受到两重叠峰因素的干扰，研究问题的适用性更强，测试计算量较小，研究者能够进行实时计算处理，避免检测工作中断。神经网络方法对于相邻两组分半宽度与不对称度相等的使用条件，存在较大的局限性，不适用于该情况下的研究条件，无法给出准确假设。在多组分物质分离检测的过程中，可以先对重叠色谱峰进行定性，确定其是否为单一物质，由于部分结构性质相似的物质，可能不会产生重叠型号，检测人员会误认为单一组分的峰值，导致最终结果产生较大的误差。使用光电二极管阵列检测器测量光谱与波长吸收的情况，可以科学判断高效液相色谱峰的程度，体现较强的应用优势。

  （五）多种方法结合

  为了提高色谱峰检测的效率，提高检测结果的准确性，应综合多种化学计量学方法，避免单一化学计量学方法的孤立使用，统筹和规划各种方法的适用性，进一步构建检测的高效模型，不断建立新的化学计量方法，满足当前研究领域的使用需求。

  例如，在色谱峰检测过程中，可以综合使用各种化学计量方法，根据色谱法检测的标准，针对性选择有效的计量方法，争取在传统检测方法上实现较大突破。如在建立准确基线校准与重叠峰检测的操作环节中，可以采取一阶差分曲线与谱峰曲线相结合的化学计量学方法，通过宽松变换，固定阈值的参数，减轻人为因素对检测造成的负面影响。小波分析与神经网络技术两种化学计量学方法的相互碰撞，在高效液相色谱中形成了新的化学计量方法，对物质结构相似的体系进行科学有效的划分，方便后续色谱图的成像，保证色谱分析的准确性。

  综上所述，在色谱峰检测的过程中，化学计量学方法能够为工作提供良好的帮助，有效解决相关检测难题，辅助使用者完成相关任务，大大降低了色谱峰检测的难度。在相关领域中持续研究新的化学计量学方法，增加在色谱分析中的应用相关性，展现出较强解决问题的能力，实现对检测条件的持续优化，提高自动化水平，开拓发展前景。

参考文献：

[1]赵馨. 化学计量学方法在色谱峰检测中的应用[J].  2019.

[2]邹爽, 张维冰, 李彤. 化学计量学方法在色谱峰检测中的应用[J]. 中国水运:理论版, 2007, 5(001):217-218.

[3]杜国荣, 董怡青, 李跑. 复杂色谱信号自动解析中的化学计量学方法[J]. 分析测试学报, 2018, 37(1):7.