复杂体系色谱分析中的化学计量学方法
- 格式:pdf
- 大小:750.58 KB
- 文档页数:2
化学计量学中的关键技术和方法化学计量学是化学的一个重要分支领域,它主要研究化学反应、化学物质的量、质量和化学计量的关系等内容。
化学计量学对于化学工业、医学、生物学和环境保护等领域都有着重要的实用价值。
而在化学计量学研究中,有一些关键性的技术和方法,本文将对其中的一些进行介绍。
一、化学反应中的质量守恒定律化学反应中必须遵循质量守恒定律,即反应前后总质量不变。
为了保证质量守恒定律的有效执行,在实验中需要使用天平等精密仪器,严格控制反应物的用量和反应产物的获得量。
因此,天平的使用和精度控制是化学计量学中的基本技术之一。
二、摩尔与化学计量学摩尔是化学计量学中的非常重要的概念。
摩尔(mol)是物质的计量单位,表示物质的量。
它通过把物质质量与相应物质分子数联系起来,实现了对化学反应中物质的数量和质量的精确计算。
在化学反应中,新产生的化学物质的摩尔数可以根据反应物中各分子的比例确定,这个比例便体现了化学计量学中的化学计量关系。
通过计算化学反应的化学计量关系,可以预测化学反应的结果,以及控制反应的程度和速率。
三、反应物的过量化学反应中,如果反应物用量比所需量多了,就会形成反应物过量的现象。
反应物过量会直接影响到化学反应的结果,甚至可能使得反应失败。
因此,在化学计量学中,需要严格控制反应物的用量,以避免反应物过量的现象的发生。
四、动态平衡和反应平衡常数在化学反应中,当反应物和产物在一定温度、压力和浓度等因素的影响下达到一定的浓度比例时,反应便会变成动态平衡状态。
在动态平衡状态下,反应物和产物之间的反应速率不能再发生改变。
对于化学计量学来说,了解动态平衡状态的形成过程、浓度比例以及反应平衡常数的计算方法非常重要。
反应平衡常数是指当化学反应达到动态平衡时,反应物和产物之间的量比例(摩尔比例)的平衡常数。
通过计算反应平衡常数,可以预测化学反应的最终状态,以及反应的热力学性质等。
五、较高分子量物质的化学计量计算在一些化学研究中,会涉及到聚合反应或其他形式的高分子化学反应。
色谱法定量分析方法及原理定量分析就是要确定样品中某一组分的准确含量。
色谱定量分析与绝大部分的仪器定量分析一样,是一种相对定量方法,而不是绝对定量方法。
它是根据仪器检测器的响应值与被测组分的量,在某些条件限定下成正比的关系来进行定量分析的。
也就是说,在色谱分析中,在某些条件限定下,色谱峰的峰高或峰面积(检测器的响应值)与所测组分的数量(或浓度)成正比。
一、原理色谱法定量分析的根据是组分i通过检测器时产生的信号大小,即组分i的峰面积A(或组分i的峰高h i)与进入检测器的组分i的质量mi成正比A x m 或h i x mi,由此得到:A=Sm; h i=S(h)m 或者m=A/S i=Af i ; m=h/S i(h)=hf 心)式中A i -------- 组分i的峰面积,mm;m i -------- 组分i进入检测器的量,g或mol数;h i -------------- 组分i的峰高,mmS i——组分i的绝对响应值;f i -------------- 组分i的绝对校正因子;S i(h)——组分i的峰高绝对响应值;f i(h)-----组分i的峰高绝对校正因子。
二、色谱定量分析的方法1、归一化法定量分析。
归一化法定量是色谱分析法中常用而且简单准确的方法。
归一化法只适用于样品中所有组分都能从色谱柱流出并被检测器检出,且都在线性范围内,同时又能测定或查出所有组分相对校正因子的样品。
各组分含量的计算公式为:f i A iX i 100%Z f i A i式中,X,f i,A分别为试样中被测组分的百分含量、相对质量校对因子和色谱峰面积,这个式子也称为面积校正归一化法。
归一化法定量的特点是比较简单、方便,其结果与进样量无关,仪器的操作条件稍有变动对结果影响不大。
当所有组分的校正因子都相同时,上式可简化为:A iX i 100%、A i此式又称为面积归一化法,在FID上,各种烃类的f i都很相近,在计算时采用此式给定量分析带来了极大的方便。
化学计量学方法在色谱解析中的若干应用吴海龙×,张艳,俞汝勤(湖南大学化学化工学院,化学生物传感与计量学国家重点实验室,湖南长沙410082;Fax: +86-731-8821818;E-mail: hlwu@)色谱法因兼有分离分析的功能和快速、高效、灵敏优点,已成为分析化学领域中发展最快、应用最广的分析技术之一。
尽管色谱可有多种分类及模式,但其根本是分离。
对于多组分复杂体系如天然药物、生物和环境样品,由于其样本的复杂性,很难找到最优的色谱分离条件, 普遍存在着不能完全分离的重叠色谱峰以及色谱漂移现象, 这为复杂体系的定性定量分析带来困难。
提高复杂分析体系多组分的分离分析能力,对其进行直接快速的定性定量分析已成为现代分析化学研究的热点和难点。
化学计量学是一门将计算机与数学、统计学相结合,处理复杂的化学量测数据并最大限度地提取有用信息的交叉学科,它结合利用化学计量学强大的数学分离解析能力,以弥补色谱手段在某些情况下分离能力的不足,缩短分离时间,降低成本,实现对谱峰重叠复杂多组分体系的直接快速定性定量分析。
本文将就近年来化学计量学新方法与气相色谱、液相色谱及二维色谱相结合在生物医药等领域的若干解析应用作一介绍。
1.化学计量学方法在气相色谱分析中的应用目前,气相色谱与质谱联用得到较大发展,其与化学计量学方法的结合对于分析复杂混合物体系具有独特的优越性。
如Morris等采用GC结合计量学方法对燃料中的各组分物质进行了分析。
Eide等采用GC-MS分析了多环芳烃混合物,并将偏最小二乘(PLS)算法用于实验数据处理,所建立的回归模型能很好的预测混合物中的诱变物质。
García等采用GC-MS 测定了生物样品中的克伦特罗,并将直接三线性分解(DTLD)、平行因子分析(PARAFAC)、PARAFAC2、 Tucker3 和三线性PLS等三维模型用于分析信号处理。
Cardoso等采用GC-MS、GC-FLDH和HPLC-UV-Vis分析巴西朗姆酒和浪姆酒中的有机酸、微量金属元素以及多酚类物质的含量,并通过模式识别方法对这两种酒进行比较。
化学计量学分析方法及其在高分辨质谱检测中的应用随着科学技术的不断发展,科学家们不断探索各个领域的未知之地,为人类社会的发展做出了巨大的贡献。
其中,化学计量学作为一种重要的化学分析方法,受到了越来越多科学家的重视。
化学计量学分析方法能够用数量分析的方法来研究物质的本质,同时也为高分辨质谱检测技术的发展提供了重要的支持。
一、化学计量学分析方法简介化学计量学是分析化学中的一个分支学科,它是通过数学计算方法来分析和处理物质的化学组成,数量分析是其中的一种重要分析方法。
它不仅可以用于研究物质的定量分析,还可以用于分析化学、生物化学、环境化学、食品化学等领域。
在化学计量学分析方法中,包括了原子吸收光谱、分子荧光光谱、电感耦合等离子体发射光谱、分子吸收光谱等多种技术,这些技术均是通过量化分析来研究物质的化学组成和性质。
二、高分辨质谱检测技术的描述高分辨质谱检测技术是一种先进的质谱技术,它可以对化合物的离子进行准确的质量分析,同时也可以提供更加准确的物质组成信息。
高分辨质谱检测技术主要通过分子量进行组分的分析,它通过对化合物进行分子量的测定来研究化合物的结构和性质。
这项技术的应用范围非常广泛,包括但不限于新药研究、环境化学、石油化工等领域。
三、化学计量学分析方法在高分辨质谱检测中的应用化学计量学分析方法在高分辨质谱检测中的应用十分广泛,这在很大程度上是由于化学计量学的主要研究方向是化学计量学的分析方法研究。
化学计量学分析方法可以通过各种数学方法对物质进行定量分析,因此可以为高分辨质谱检测提供精确的物质组成信息,精确测定化合物的质量。
在高分辨质谱检测中,化学计量学分析方法主要应用于质量测定、物质组成分析、反应动力学研究等方面。
以下是该方法在高分辨质谱检测中的主要应用:1. 化合物定量分析化学计量学分析方法可以通过质量分析来实现对化合物的定量分析。
这同样适用于高分辨质谱检测技术中的定量分析2. 分析化学分析化学是化学计量学的一个重要分支,它可以通过各种物理化学方法来研究化学物质的成分、结构特征、化学性质等情况。
化学计量学与有机及生化物质分析摘要:分析化学的基本问题之一即研究化合物性能与结构之间的关系。
有机及生化物质体系较为复杂,由多种成分组成。
化学计量学为其分析与处理过程提供了有力工具。
本文主要阐述了化学计量学的发展现状及应用价值,说明了其在有机及生化物质体系中的重要应用。
关键词:化学计量学;有机及生化物质体系;分析化学;化学定量构效关系是化学学科的基本问题,主要研究了化学物质特性及结构特点。
由此可知,化学计量学在分析化学中具有重要地位。
化学计量学包括化学测量全过程,在数据搜集、数据分析与处理等过程中具有重要应用。
一、化学计量学发展现状分析化学计量学在科学研究领域中具有十分重要的地位,取得了令人瞩目的发展成效。
发展初期,化学计量学面向文献数据搜索,期望解决化学问题。
但化学计量学工作者多来自化学领域,缺乏数学与统计学知识。
化学计量学需要通过方法模型解决实际化学问题,类似于模式识别。
化学分析仪器的迅速发展使得人们可以获得大量化学数据信息,给化学计量学的发展带来了新的发展机遇。
化学工作者需要在计量学领域创造价值,将化学计量学知识作为重要基础。
为了推动化学计量学领域的快速发展,可以将其他领域的算法引入到计量学领域中,排除化学领域发展过程中存在的不确定性。
化学计量学是一个由算法驱动的领域。
化学计量学工作者更加注重技术应用过程,而非分析结果。
该研究倾向在化学工作者中产生了负面影响,使得人们越发怀疑化学计量学工作对于数据分析过程的价值与意义。
化学计量学专利文献数量逐渐增加,形成了封闭的应用团体,使得他人难以信服化学计量学研究领域的有效性及整体性。
对于化学工作者而言,分析化学数据信息即从样品中提取有用信息。
数据搜集需要占用大量的时间与精力,人们并未思考信息的可靠性与有效性,化学分析过程存在缺陷。
化学计量学工作者如何看待自身及外界变化对于化学计量学领域发展具有十分重要的意义与价值。
化学计量学是分析化学的重要工具,需要重视其在化学发展过程中的重要地位与作用,通过改变教学内容扭转外界认知状况。
化学计量学方法在色谱峰检测中的应用摘要: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。
色谱定量方法
色谱定量是以色谱和检测技术为基础的测定的一种方法,是化学分析中必不可
少的定量技术手段。
色谱定量是一种优雅而有效的数据采集方法,它可以有效解决复杂的分析检测任务。
色谱定量的重要特征有:分割,测定试样的变化,连续检测,自动检测等。
分
割是指要求定量分析试样中的化合物在色谱仪样品处理过程中能够单独被整形单独检出,在色谱图中形成一系列色带,其中最为重要的就是能够界定特定的物质特性,如尺寸、电紫外吸收峰、气相色谱的极值等。
检测试样的变化是指,色谱定量可以对试样的要素进行检测可以确认该试样是
否合乎要求。
定量检测中还可以使用内标法与校正法,即在色谱分析流程中加入梯度浓度或稳定浓度的标准样本,也可以直接估算测试试样的浓度。
色谱定量的连续检测技术可以在短时间内高效获取测试结果,同时由于可以连
续检测,所以可以减少重复检测的步骤,大大提高检测效率。
此外,色谱定量还可以采用自动检测技术,该技术可以实现无人值守的检测工作,节约检测人力成本,减少检测失误的可能,提高实验的准确度,色谱定量为化学分析提供了一种方便快捷的檢測方法。
总之,色谱定量是一种理想的数据采集方法,由于其准确性高、操作简单、耗
时短等优点,已经发展成为十分重要的分析化学技术手段。
它不仅可用于化学分析领域,还可以广泛应用于微生物鉴定,药品残留定量,食品检测,环境检测等领域,发挥重要作用。
2013年10月Vol.31No.10October2013ChineseJournalofChromatography925~926聚㊀焦DOI:10.3724/SP.J.1123.2013.09025收稿日期:2013 ̄09 ̄17复杂体系色谱分析中的化学计量学方法邵学广ꎬ㊀武㊀曦ꎬ㊀李㊀跑ꎬ㊀蔡文生(南开大学化学学院ꎬ天津300071)邵学广:博士ꎬ教授ꎬ博士生导师ꎮ1992年获中国科技大学中日联合培养博士学位后留校工作ꎬ2005年调入南开大学工作ꎮ研究方向为化学信息学ꎬ主要从事复杂体系分析中的化学计量学方法及其在 高通量 分析中的应用研究ꎮ1992年以来ꎬ先后对化学因子分析㊁小波分析㊁免疫算法等在化学领域中的应用开展了较深入的研究工作ꎮ建立了小波变换和免疫算法用于复杂信号解析和在线处理的新方法ꎻ开展了实际复杂体系的近红外光谱分析方法研究ꎬ建立了一系列用于近红外光谱信号处理和建模的化学计量学方法ꎮ已培养硕士㊁博士研究生40余名ꎮ发表SCI论文220余篇ꎬ编著㊁翻译或合作出版学术著作5部ꎮ2002年获教育部第三届高校青年教师奖ꎬ2003年获国家自然科学基金委杰出青年基金ꎮ㊀㊀色谱及其联用技术的快速发展使其成为复杂样品分析的重要手段之一ꎮ近年来ꎬ以色谱为基础的样品预处理㊁联用㊁多维色谱等技术的发展极大地提高了色谱技术在复杂样品分析中的能力ꎬ在石油化工㊁临床医学㊁食品卫生㊁环境监测㊁商品检测㊁地质勘探等领域中均发挥了重要的作用ꎬ在代谢组学㊁蛋白质组学等新兴学科中得到了广泛应用[1-3]ꎮ现代仪器能够快速㊁准确地提供大量可靠的数据ꎬ但随着样品复杂程度的不断提高ꎬ色谱的分离能力有时还不能满足定性定量分析的要求ꎬ多组分重叠的色谱峰仍需要采用化学计量学的 数学分离 手段来解决ꎮ因此ꎬ复杂体系分析中的化学计量学解析方法研究是现代分析化学的重要研究内容ꎬ可为建立高效㊁实用的色谱分析方法提供一种新的途径ꎮ1㊀多元曲线分辨㊀㊀实际样品的复杂性及性质相似的组分保留时间较为接近往往导致色谱峰出现重叠现象ꎬ给色谱峰的识别和组分的定量分析带来很大困难ꎮ多元曲线分辨(MCR)为复杂分析体系的定性定量解析提供了新的手段ꎬ通过对重叠色谱信号进行解析ꎬ直接从数据中提取各组分的定性(光谱㊁质谱等)及定量(浓度)信息ꎮ多元曲线分辨 ̄交替最小二乘(MCR ̄ALS)是目前应用最为广泛的多元曲线分辨方法之一ꎮSalvatore等[4]利用高效液相色谱 ̄光二极管阵列联用仪(HPLC ̄DAD)对葡萄酒中的酚类物质进行了测定ꎻ由于葡萄酒组分构成十分复杂ꎬ色谱信号严重重叠ꎬ常规的HPLC方法很难把多酚物质从复杂的干扰物质中分离出来ꎻ作者利用MCR ̄ALS对重叠HPLC ̄DAD信号进行解析ꎬ得到目标组分的色谱信息ꎬ从而对葡萄酒中的酚类物质进行了定性定量分析ꎬ并根据分析结果对葡萄酒的来源进行了聚类分析ꎮVosough等[5]采用短色谱柱结合快速洗脱程序ꎬ利用MCR ̄ALS和HPLC ̄DAD成功地对废水中的5种抗生素进行了快速定量分析ꎻ作者把背景信号当作一种待解析组分ꎬ简化了信号的预处理步骤ꎬ消除了背景干扰ꎬ从而提高了结果的准确性ꎮ为了解决高强度噪声和背景对解析结果的干扰ꎬParastar等[6]将MCR与粒子群优化算法(PSO)结合ꎬ用于复杂体系的气相色谱 ̄质谱联用仪(GC ̄MS)和HPLC ̄DAD多组分重叠数据的解析ꎻ结果表明ꎬ在组分信号重叠严重且存在高强度噪声干扰的情况下ꎬ使用改进的MCR方法仍可得到准确的解析结果ꎮ2㊀免疫算法㊀㊀免疫算法(IA)基于多组分重叠色谱信号的加和性ꎬ利用迭代算法计算重叠信号中各组分的分量实现重叠色谱信号的解析[7]ꎮ传统的免疫算法利用实验或模拟得到的标准样品信号对复杂样品的重叠信号进行拟合ꎬ实现多组分信号中各组分的同时分析ꎮ为了增加免疫算法的实用性ꎬ又发展了自适应免疫算法(AIA)和非负免疫算法(NNIA)ꎬ实现了从复杂样品测试信号中提取 标样信号 ꎬ并且可以只对特定的目标组分进行信息解析ꎮ在近期的研究工作[8]中ꎬ通过对免疫算法的进一步改进ꎬ结合快速升温程序ꎬ实现了农药混合色谱第31卷物样品的GC ̄MS 高通量分析 ꎬ在10min洗脱时间内可实现40种农药的 完全分离 ꎬ得到各组分的色谱和质谱信息ꎮYu等[9ꎬ10]利用免疫算法实现了头发样品中农药残留和土壤样品中多环芳烃的快速GC ̄MS检测ꎻ该方法避免了繁琐的样品预处理步骤ꎬ缩短了分析时间ꎬ实现了复杂基质样品中特定组分的快速分析ꎮWu等[11]通过简化样品预处理步骤ꎬ使用短柱和快速升温程序的GC ̄MS测定ꎬ利用免疫算法对蔬菜中的农药残留进行了快速分析ꎻ结果表明ꎬ简化样品预处理步骤可以避免目标组分的损失ꎬ利用快速升温程序可以实现快速分析ꎮ因此ꎬ免疫算法与实验技术结合有望成为实际复杂样品快速分析的有效途径ꎮ3㊀高维数据分析方法㊀㊀随着新型色谱仪器的研究进展ꎬ高阶量分析仪器(如全二维液相色谱 ̄光二极管阵列联用仪(LCˑLC ̄DAD)㊁全二维液相色谱 ̄质谱联用仪(LCˑLC ̄MS)等)在复杂体系分析中发挥着越来越重要的作用ꎮ基于高阶量分析仪器产生的高维数据ꎬ研究者提出并建立了一系列高阶校正方法ꎮ这类方法具有所谓的 高阶优势 ꎬ即能在未知干扰物存在下ꎬ同时分辨出多个性质相似分析物的响应信号ꎬ从而实现对目标分析物组分的直接定量分析ꎮ代表性的高阶校正算法是平行因子分析法(PARAFAC)和交替三线性分解(ATLD)算法ꎬ在复杂样品重叠色谱信号的解析中发挥了重要作用[12]ꎮ㊀㊀Zhang等[13]利用ATLD对HPLC ̄DAD数据进行解析分析了蜂蜜中的7种儿茶酚ꎻ由于蜂蜜组分复杂并且性质相近的组分很多ꎬ难以实现各组分的色谱分离ꎬ采用ATLD算法直接对多组分信号进行解析很好地解决了复杂基质存在下7种儿茶酚色谱信号的解析ꎮYu等[14]采用正交光谱信号投影(OS ̄SP)与PARAFAC方法结合实现了利用HPLC ̄DAD对自来水中11种抗生素的快速检测ꎬ消除了色谱信号中的背景干扰ꎬ同时也解决了色谱分析中的共洗脱问题ꎮOca等[15]采用PARAFAC方法开展了食物中双酚A(BPA)㊁双酚F(BPF)以及二缩水甘油醚(BADGE和BFDGE)的GC ̄MS分析ꎬ结果表明所建立的方法能有效缩短分析时间ꎬ并能消除色谱重叠峰的干扰ꎮLi等[16]提出了基于蒙特卡罗模拟的自加权交替三线性分解(SWATLD ̄MCS)方法ꎬ并成功应用于河流沉积物中扑草净㊁敌草胺和甲草胺的同时分析ꎮ㊀㊀新型高阶量分析仪器如LCˑLC ̄DAD可以提供四维或更高维的分析数据ꎬ利用这些数据所包含的丰富信息ꎬ可以更有效地避免背景干扰和基体效应ꎬ提高分析结果的可靠性和准确性ꎮLozano等[17]采用超快速HPLC结合荧光检测ꎬ成功得到了四维色谱数据ꎬ并定量分析了橄榄油样品中叶绿素和脱镁叶绿素的含量ꎻ该工作建立了展开偏最小二乘/残差三线性化(U ̄PLS/RTL)和多维偏最小二乘/残差三线性化(N ̄PLS/RTL)方法ꎬ有效地避免了繁琐的样品前处理步骤ꎬ实现了复杂样品的直接㊁快速分析ꎻ所建立的方法具有高选择性和高灵敏性ꎮ4㊀前景与展望㊀㊀化学计量学在复杂色谱信号的信息提取及解析方面取得了很大进展ꎬ并在实际复杂体系分析中得到了成功应用ꎮ但是随着分析体系复杂程度的加深ꎬ各组分之间的完全分离仍非常困难ꎬ除色谱分离的新原理㊁新方法㊁新仪器等研究外ꎬ利用化学计量学方法对多组分复杂色谱信号进行解析可作为实际复杂体系分析的有效途径ꎮ特别是高维算法的发展ꎬ对未知干扰的复杂体系分析增添了新的技术ꎮ因此ꎬ化学计量学和色谱技术的结合有望成为实际复杂样品 高通量分析 的关键技术ꎮ参考文献:[1]㊀KraiczekKGꎬRozingGPꎬZengerleR.AnalChemꎬ2013ꎬ85(10):4829[2]㊀KhoomrungSꎬChumnanpuenPꎬJansa ̄ArdSꎬetal.AnalChemꎬ2013ꎬ85(10):4912[3]㊀ZhengHꎬClausenMRꎬDalsgaardTKꎬetal.AnalChemꎬ2013ꎬ85(15):7109[4]㊀SalvatoreEꎬCocchiMꎬMarchettiAꎬetal.AnalChimActaꎬ2013ꎬ761:34[5]㊀VosoughMꎬEsfahaniH.Talantaꎬ2013ꎬ113:68[6]㊀ParastarHꎬEbrahimi ̄NajafabadiHꎬJalali ̄HeraviM.AnalChimActaꎬ2013ꎬ772:16[7]㊀ShaoXGꎬLiuZCꎬCaiWS.TrAC:TrendsinAnalChemꎬ2009ꎬ28:1312[8]㊀MeiZꎬCaiWSꎬShaoXG.ActaChimicaSinica(梅桢ꎬ蔡文生ꎬ邵学广.化学学报)ꎬ2013ꎬ71(5):729[9]㊀YuWWꎬCaiWSꎬShaoXG.JSepSciꎬ2013ꎬ36(14):2277[10]㊀YuWWꎬCaiWSꎬShaoXG.ChinJChemꎬ2013ꎬ31(4):545[11]㊀WuXꎬYuWWꎬLuoXYꎬetal.Chromatographiaꎬ2013ꎬ76(13/14):849[12]㊀YuYJꎬWuHLꎬNieJFꎬetal.ChemometrIntellLabꎬ2011ꎬ106(1):93[13]㊀ZhangXHꎬWuHLꎬWangJYꎬetal.FoodChemꎬ2013ꎬ138(1):62[14]㊀YuYJꎬWuHLꎬFuHYꎬetal.JChromatogrAꎬ2013ꎬ1302:72[15]㊀OcaMLꎬOrtizMCꎬHerreroAꎬetal.Talantaꎬ2013ꎬ106:266[16]㊀LiYꎬWuHLꎬQingXDꎬetal.ChemometrIntellLabꎬ2013ꎬ127:127[17]㊀LozanoVAꎬdelaPenaAMꎬDuran ̄MerasIꎬetal.Che ̄mometrIntellLabꎬ2013ꎬ125:121629。