免疫算法及在多组分体系分析中的应用研究.pdfVIP

摘要 摘 要 随着现代仪器的发展及分析体系复杂程度的提高，如何快速、准确地从大量 的复杂信息中提取目标组分的信息是极具挑战性的问题。化学计量学方法则可 以从多组分重叠信号中提取隐藏的目标组分信号，为多组分复杂体系的定性、 定量分析提供了新的途径。本论文以多组分体系的核磁共振(NMR)信号和气相色 谱．质谱联用(GC．MS)信号为研究对象，建立了适合复杂体系重叠信号的解析方 法，并对免疫算法(认)的改进和应用进行了尝试和深入研究，为复杂体系的定性 定量分析提供了有力工具。具体内容如下： (1)针对NMR信号的特点，提出了基于先验知识判断的非负独立成分分析 (1(N-NICA)方法，并结合认用于多组分重叠信号解析。即利用NMR的先验知识 判据对NNICA解析得到的结果进行进一步校正得到准确的NMR谱，然后利用 队解析得到相应的浓度信息。将该方法用于解析多种氨基酸混合物的NMR信 号，结果表明该方法能有效地对多组分重叠NMR信号进行定性定量分析。 (2)基于目标因子分析(TFA)和免疫算法(队)，建立了一种提取单组分信息的 解析方法。首先，引入标准质谱库，建立了一个包含300种农药的标准质谱库。 然后，利用TFA对标准质谱库中组分进行测试，确定目标物质的质谱信息和色 谱保留时间。最后，结合TFA得到的质谱信息，利用非负免疫算法(NNtA)解析 得到相应的色谱信息。将提出的方法用于40种农药混合物的GC．MS信号解析， 结果表明，该方法可以准确地获得40种农药的质谱和色谱信息，为复杂体系的 快速分析提供了新的手段。 (3)将改进的免疫算法用于实际体系快速分析。首先，利用airPLS方法对 GC．MS信号进行背景扣除。然后，建立包含16种邻苯二甲酸酯质谱的数据矩阵， 利用TFA对基质干扰下的GC．MS信号进行定性分析。最后，利用NNIA解析得 到目标组分的色谱信息。该方法成功地用于29种混合标样信号和实际水样信号 解析，提取了在基质干扰下的16种微量邻苯二甲酸酯的信息，提高了仪器分析 方法的灵敏度。 关键词： 核磁共振色谱一质谱联用 免疫算法化学因子分析重叠信号解 析 Abstract of and of Withthe instruments developmentanalytical complexityanalytical is toextractinformationof from a challenge the specificcomponents systems，itgreat of a chemometric muiticomponentoverlappingsignaleffectively．Theapplication of the ofhiddeninformationfromthe methodsCallbe extraction greathelp，allowing for and this overlappingsignalqualitativequantitativeanalysis．In multicomponent methodsbasedonimmune resolutionof dissertation,the algorithm(n)for were inresolutionofreal