張 進(jìn)， 彭黔榮 ， 徐龍泉， 楊 敏* ， 吳艾璟， 葉世著

（1. 貴州大學(xué)化學(xué)與化工學(xué)院，貴州 貴陽(yáng)550025；2. 貴州中煙工業(yè)有限責(zé)任公司技術(shù)中心，貴州 貴陽(yáng)550009）

液相色譜是上世紀(jì)初由俄國(guó)植物學(xué)家Tswett提出的一類以液體作流動(dòng)相的色譜（分離分析）技術(shù)。一般而言，它具有分離效率高、選擇性好、檢測(cè)靈敏度高、不受試樣揮發(fā)性和熱穩(wěn)定性限制等優(yōu)點(diǎn)。當(dāng)目標(biāo)組分色譜峰出現(xiàn)重疊時(shí)，傳統(tǒng)方法是通過(guò)優(yōu)化色譜條件以改善色譜峰的分離情況，或者直接使用“垂線法”、“切線法”或“三角形法”對(duì)色譜峰進(jìn)行切割計(jì)算峰面積。色譜條件優(yōu)化包括固定相、流動(dòng)相、柱溫、洗脫順序優(yōu)化，樣品前處理，甚至化學(xué)衍生等方法。然而，在色譜條件優(yōu)化過(guò)程中，分析時(shí)間、峰容量和稀釋效應(yīng)之間相互聯(lián)系又相互制約，單純優(yōu)化某一條件往往顧此失彼［1］。通過(guò)幾何方法對(duì)重疊峰進(jìn)行分割操作簡(jiǎn)單、應(yīng)用范圍廣。然而Folley［2］研究表明，當(dāng)同時(shí)存在色譜峰重疊和峰形畸變時(shí)，使用“垂線法”計(jì)算色譜峰面積和峰高的誤差分別達(dá)到200% 和80%；而僅存在拖尾峰時(shí)，使用幾何分割所產(chǎn)生的測(cè)量誤差也超過(guò)50%。應(yīng)用多維化學(xué)計(jì)量學(xué)算法，不僅能夠在背景和未知干擾存在的情況下對(duì)目標(biāo)組分準(zhǔn)確定量，而且能夠替代部分色譜條件優(yōu)化，作為一種“軟分離模式”準(zhǔn)確定量不能完全分離的色譜峰［3-8］?；瘜W(xué)計(jì)量學(xué)算法在液相色譜分析中的應(yīng)用日趨廣泛，就所有分析方法而言，截至2012 年，化學(xué)計(jì)量學(xué)算法在色譜方面的應(yīng)用比例已超過(guò)10%［8］。

所謂“三維色譜”數(shù)據(jù)是由多個(gè)二維色譜數(shù)據(jù)在某一方向上疊加組合而成，過(guò)去幾十年內(nèi)二維色譜迅速發(fā)展緣起于制造業(yè)的不斷發(fā)展和成熟，包括多通道檢測(cè)器和接口技術(shù)［9］。二維液相色譜從本質(zhì)上區(qū)分可以分為:1）標(biāo)量（單通道）檢測(cè)器與二維色譜的組合，例如:全二維液相色譜（LC ×LC）；2）矢量（多通道）檢測(cè)器與一維色譜的組合，例如:HPLC-FLD／FSFD（熒光檢測(cè)）、HPLC-DAD（二極管陣列檢測(cè)）、LC-MS、LC-NMR。前者產(chǎn)生的三維譜圖中兩個(gè)維度都是保留時(shí)間（樣品×保留時(shí)間×保留時(shí)間），而后者產(chǎn)生的譜圖中只有一個(gè)維度是保留時(shí)間（樣品×檢測(cè)器通道×保留時(shí)間）。理想情況（儀器的響應(yīng)為各組分響應(yīng)的線性疊加；沒(méi)有峰形畸變、保留時(shí)間漂移和背景噪聲）下，三維色譜矩陣Xijk可以分解出3 個(gè)具有明確物理意義的子矩陣，如式（1）:

其中N 為體系總組分，I 是洗脫時(shí)間數(shù)據(jù)點(diǎn)，J 為洗脫時(shí)間數(shù)據(jù)點(diǎn)（或矢量檢測(cè)器通道數(shù)），K 為樣本總數(shù)，xijk是三維色譜響應(yīng)X（I×J×K）的元素；ain、bjn和ckn分別為I×N、J×N 和K ×N 的相對(duì)色譜矩陣、相對(duì)光譜矩陣（或其他矢量檢測(cè)器的相對(duì)矩陣）和相對(duì)濃度矩陣，eijk為三維殘差陣的元素。若色譜數(shù)據(jù)能夠分解為3 個(gè)具有物理意義的子矩陣，該數(shù)據(jù)為“三線性數(shù)據(jù)”［10-12］，反之則為“非三線性數(shù)據(jù)”。

根據(jù)算法本身對(duì)非三線性數(shù)據(jù)的適應(yīng)程度，三維（二階）算法可分為適應(yīng)三線性數(shù)據(jù)的算法和適應(yīng)非三線性數(shù)據(jù)的算法，由于背景、干擾、噪聲等干擾因素的存在［11］，三維色譜通常不能完全符合三線性模型，因此在算法選擇上一般具有兩種選擇:1）背景消除、色譜峰對(duì)齊＋適應(yīng)三線性數(shù)據(jù)算法；2）適應(yīng)非三線性數(shù)據(jù)算法。本文綜述了近10 年來(lái)國(guó)內(nèi)外“三線性算法”和“非三線性算法”在復(fù)雜體系液相色譜分析中的應(yīng)用。

1 三線性算法及其應(yīng)用（包含輔助算法）

目前，適應(yīng)三線性色譜數(shù)據(jù)的算法已有數(shù)十種之多，包括直接三線性分解（DTLD）［13］、平行因子分析（PARAFAC）［14］、廣義秩消因子分析（GRAM）［15］、雙線性最小二乘／殘差雙線性化（BLLS／RBL）［16］等。以PARAFAC 為例，使用HPLC-DAD 數(shù)據(jù)建模的過(guò)程見圖1［17］。此類算法要求色譜數(shù)據(jù)符合三線性模型，通常伴隨背景扣除、噪聲消除以及保留時(shí)間對(duì)齊等輔助算法一起使用。

圖1 HPLC-DAD 數(shù)據(jù)使用PARAFAC 建模［17］Fig.1 Model processed by PARAFAC with HPLC-DAD dataset［17］

1.1 背景扣除和噪聲消除

背景在某種程度上破壞了數(shù)據(jù)的線性結(jié)構(gòu)，導(dǎo)致定量分析產(chǎn)生誤差［18］，甚至導(dǎo)致某些三線性算法無(wú)法進(jìn)行。邵學(xué)廣等［19］通過(guò)重新推導(dǎo)窗口因子分析（WFA）算法，將原始噪聲消除步驟加入考慮范圍，提出了改進(jìn)的WFA 算法，以克服噪聲和峰形畸變引起的干擾，并通過(guò)Guass 函數(shù)模擬具有不同信噪比的HPLC-DAD 數(shù)據(jù)，對(duì)比發(fā)現(xiàn)改進(jìn)后的WFA 比未做改進(jìn)的WFA 應(yīng)變?cè)肼暤哪芰Ω鼜?qiáng)，還原的色譜和光譜圖都非常接近未加入噪聲時(shí)的原始譜圖。

光譜正交投影（OSSP）是利用原始信號(hào)及其投影與背景矢量的線性關(guān)系擬合出背景矢量，進(jìn)而消除背景信號(hào)干擾的方法。于永杰等［18］通過(guò)HPLCDAD 對(duì)自來(lái)水中11 種抗生素進(jìn)行測(cè)定，經(jīng)OSSP擬合出光譜背景，結(jié)合PARAFAC 建模預(yù)測(cè)，結(jié)果顯示，經(jīng)過(guò)背景扣除后所有待測(cè)組分預(yù)測(cè)結(jié)果的準(zhǔn)確度均有顯著提高，尤其是預(yù)測(cè)效果較差的滅滴靈（其質(zhì)量濃度為0.41 ～2.07 μg／mL）的回收率由100.0% ±13.5%提升至102.8% ±3.3%；培氟沙星（其質(zhì)量濃度為0.40 ～1.98 μg／mL）由120.0% ±14.2%提升至106.3% ±3.9%。

1.2 色譜峰對(duì)齊（保留時(shí)間漂移校正）

進(jìn)樣誤差、樣品污染以及系統(tǒng)不穩(wěn)定都會(huì)引起保留時(shí)間漂移。對(duì)于傳統(tǒng)色譜定量方法，在不影響色譜峰識(shí)別的情況下，保留時(shí)間的漂移對(duì)結(jié)果的準(zhǔn)確性影響不大；而使用三維（二階）算法對(duì)三維色譜進(jìn)行預(yù)測(cè)時(shí)，保留時(shí)間的偏移卻帶來(lái)極大的非線性干擾，常導(dǎo)致定量誤差增大甚至算法失靈。通過(guò)合適的算法補(bǔ)償保留時(shí)間漂移帶來(lái)的干擾的過(guò)程大致可概括為:設(shè)定一個(gè)參照?qǐng)D譜，基于光譜特性或色譜峰特性給保留時(shí)間縮放一個(gè)特定值后與標(biāo)準(zhǔn)圖譜對(duì)齊［20］。

秩校準(zhǔn)（RA）［21，22］算法實(shí)質(zhì)是基于多維色譜數(shù)據(jù)集增廣矩陣的主成分分析（PCA），根據(jù)色譜峰保留時(shí)間漂移時(shí)增廣矩陣秩增加的原理，最小化保留時(shí)間漂移帶來(lái)的影響，通過(guò)GRAM 對(duì)分離度為0.2的模擬色譜峰進(jìn)行解析，經(jīng)過(guò)三維色譜保留時(shí)間對(duì)齊，平均相對(duì)誤差由未校準(zhǔn)的39% 減小為4%。Bortolato 等［23］通過(guò)HPLC-FLD 對(duì)多種稠環(huán)芳烴進(jìn)行等度洗脫，對(duì)比RA 和PARAFAC 兩種方案對(duì)色譜保留時(shí)間的對(duì)齊效果，發(fā)現(xiàn)RA 對(duì)同樣的體系可能產(chǎn)生兩種最優(yōu)對(duì)齊方案，而有限制的PARAFAC則計(jì)算出一種最優(yōu)對(duì)齊方案，通過(guò)PARAFAC、展開偏最小二乘-殘差雙線性化（U-PLS-RBL）以及N 維偏最小二乘-殘差雙線性化（N-PLS-RBL）對(duì)保留時(shí)間對(duì)齊后的色譜數(shù)據(jù)集合建模，對(duì)BbF（苯并［b］熒蒽）預(yù)測(cè)均方根誤差分別為2.4、1.9 和2.0 ng／mL，對(duì)BkF（苯并［k］熒蒽）預(yù)測(cè)均方根誤差分別為0.7、0.5 和0.5 ng／mL。

相關(guān)性優(yōu)化偏移（COW）算法主要應(yīng)用于色譜與MS 聯(lián)用時(shí)的色譜峰對(duì)齊［24］。該方法將色譜圖劃分為N 等分，根據(jù)色譜峰的相似程度建立調(diào)整矩陣，將所有色譜圖以此進(jìn)行線性縮放以校準(zhǔn)保留時(shí)間漂移。傳統(tǒng)COW 算法是將色譜分析的全部譜圖作為矯正譜圖進(jìn)行線性縮放，這樣常導(dǎo)致譜圖中間位置的峰形變異。Bylund 等［25］使用LC-MS 對(duì)不同存儲(chǔ)環(huán)境下保存的5 種縮氨酸水溶液進(jìn)行測(cè)定，利用COW 將具有不同程度保留時(shí)間漂移的三維色譜進(jìn)行對(duì)齊，取5 個(gè)色譜分析的基峰色譜圖（BPC，base peak chromatogram）進(jìn)行主成分分析，結(jié)果代表縮氨酸色譜峰總面積方差的第一主成分得分由未進(jìn)行保留時(shí)間偏移對(duì)齊的48.4% 提升為96.6%，繪制得分圖（score plot）的前兩個(gè)主成分之和由70% 提升至98.4%。

動(dòng)態(tài)時(shí)間偏移（DTW）［26］、變量懲罰動(dòng)態(tài)時(shí)間偏移（VPdtw）［27］、參數(shù)時(shí)間規(guī)整（PTW）［28］、迭代目標(biāo)轉(zhuǎn)換因子分析（ITTFA）等都已應(yīng)用于三維色譜的保留時(shí)間漂移對(duì)齊。另外，區(qū)間相關(guān)優(yōu)化漂移算法（icoshift）［29］、微分進(jìn)化對(duì)齊（alignDE）［30］等廣泛應(yīng)用于一維色譜的保留時(shí)間對(duì)齊的算法也逐漸向二維色譜方面發(fā)展［31-33］。

液相色譜分析的保留時(shí)間常在數(shù)分鐘到幾十分鐘不等，如果對(duì)所有待測(cè)物都使用全部保留時(shí)間數(shù)據(jù)解析，不僅會(huì)引入不必要的干擾，而且浪費(fèi)時(shí)間和資源，因此保留時(shí)間和光譜范圍的優(yōu)選也是三維校正走向輕量化的必要步驟。張婕［34］使用HPLCFLD 對(duì)7 種有害酚類物質(zhì)進(jìn)行檢測(cè)，使用偏最小二乘（PLS）算法對(duì)局部三維數(shù)據(jù)建模，在對(duì)甲酚和間甲酚色譜峰完全重疊的情況下，兩種物質(zhì)的預(yù)測(cè)回收率均達(dá)到98.8% ～110.4%和92.4% ～115.4%。

2 非三線性算法及其應(yīng)用

當(dāng)使用三線性算法預(yù)測(cè)誤差過(guò)大時(shí)就要考慮另一類算法——非三線性算法。具有代表性的有交替三線性分解（ATLD）及其變體［35］、平行因子分析2（PARAFAC2）［36］、U-PLS-RBL［37］、N-PLS-RBL［38］和多維曲線分辨-偏最小二乘（MCR-ALS）［39］等。以MCR-ALS 為例，使用HPLC-DAD 數(shù)據(jù)進(jìn)行建模的過(guò)程如圖2［17］所示。

圖2 HPLC-DAD 數(shù)據(jù)使用MCR-ALS 建模［17］Fig.2 Model processed by MCR-ALS with HPLC-DAD dataset［17］

2.1 非三線性算法用于LC-DAD 分析

DAD 具有靈敏度高、噪聲低、線性范圍寬、抗干擾能力強(qiáng)、可以方便獲取任意時(shí)間點(diǎn)的光譜圖等優(yōu)點(diǎn)，在液相色譜分析中應(yīng)用最為廣泛。孫劍奇等［40］使用HPLC-DAD 對(duì)同時(shí)含有鄰苯二酚、間苯二酚和對(duì)苯二酚標(biāo)準(zhǔn)樣品的水溶液進(jìn)行測(cè)定，利用ATLD 對(duì)3 種待測(cè)物的色譜圖進(jìn)行解析，預(yù)測(cè)回收率和檢出限分別為100.1% ±1.0% 和9.12 ×10-5g／L、99.4% ± 1.4% 和1.15 × 10-4g／L、100.5% ±1.7%和1.24 ×10-5g／L。陸劍忠等［41］使用HPLCDAD 對(duì)二甲基苯酚（DMP）5 種同系物水溶液進(jìn)行測(cè)定，結(jié)合選取較佳保留時(shí)間及較佳光譜波長(zhǎng)范圍的辦法，利用ATLD 進(jìn)行分辨解析，在僅出現(xiàn)兩個(gè)重疊色譜峰的情況下，5 種二甲基苯酚的預(yù)測(cè)回收率都在93.9% ～107.4%之間，且在2，6-DMP 和2，3-DMP 的分離度（R）不足0.01 情況下，2，6-DMP的回收率仍在97.6% ～103.3%之間。

當(dāng)待測(cè)物濃度過(guò)低或者樣品成分復(fù)雜時(shí)，預(yù)濃縮、除雜質(zhì)的過(guò)程可以顯著提高數(shù)據(jù)信息的質(zhì)量。Comas 等［42］通過(guò)固相萃?。⊿PE）富集自來(lái)水和河水中的殺蟲劑以及酚類物質(zhì)（1.09 ～68.65 μg／L），比較GRAM、PARAFAC 和MCR-ALS 對(duì)HPLCDAD 采集的三維色譜數(shù)據(jù)建模解析的結(jié)果表明，由于黃腐植酸造成了大范圍的背景漂移，不經(jīng)過(guò)背景扣除，GRAM 和PARAFAC 都具有較大的相對(duì)標(biāo)準(zhǔn)偏差（RSD ＝34%）；經(jīng)過(guò)背景扣除，GRAM、PARAFAC 和MCR-ALS 的預(yù)測(cè)結(jié)果均有顯著提升（RSD ＝3%）；與傳統(tǒng)的色譜峰面積定量結(jié)果（RSD＝13%）比較，MCR-ALS 建模預(yù)測(cè)的結(jié)果也更加準(zhǔn)確。Maggio 等［43］對(duì)河水中11 種殺蟲劑進(jìn)行了定量分析，通過(guò)MCR-ALS 對(duì)HPLC-DAD 采集的三維數(shù)據(jù)進(jìn)行建模，在6 種物質(zhì)色譜峰互相重疊的情況下各物質(zhì)的檢出限依然達(dá)到0.1 ～2 μg／mL；使用SPE對(duì)樣品預(yù)處理后再用色譜數(shù)據(jù)建模，檢出限降低至5 ng／mL。Vosough 等［44］通過(guò)HPLC-DAD 分析開心果提取液中4 種黃曲霉素（Af-B1、Af-B2、Af-G1和Af-G2），對(duì)樣品進(jìn)行SPE 和液-液萃?。↙LE）后，使用PARAFAC2 對(duì)背景扣除后的LC-DAD 數(shù)據(jù)解析，4 種黃曲霉素的檢出限分別為2.12、1.24、2.26 和2.63 μg／kg，在5 個(gè)樣品中的預(yù)測(cè)回收率均分別為67.4% ～114.5%、76.3% ～106.9%、96.1% ～112.8% 和64.7% ～109.6%。棉葉膏桐是一種在非洲和南美洲應(yīng)用很廣泛的藥用植物，Pilon 等［45］通過(guò)HPLCDAD 對(duì)其有效成分——碳苷黃酮類物質(zhì)進(jìn)行洗脫，盡管這幾種物質(zhì)的光譜相似，色譜峰也有大量重疊，但采用MCR-ALS 依然能夠解析出重疊部分純物質(zhì)的色譜和光譜圖，并在相同色譜條件下用高效液相色譜-電噴霧／四極桿-飛行時(shí)間串聯(lián)質(zhì)譜（HPLCESI／QTOF MS／MS）驗(yàn)證了實(shí)驗(yàn)結(jié)果的可靠性。

2.2 非三線性算法用于LC-FLD／FSFD 分析

FLD／FSFD 只對(duì)熒光物質(zhì)有響應(yīng)，檢出限可達(dá)10 ～12 μg／mL，適合于稠環(huán)芳烴以及熒光物質(zhì)的檢測(cè)。然而使用三維（二階）算法對(duì)HPLC-FLD／FSFD數(shù)據(jù)進(jìn)行解析的實(shí)驗(yàn)相對(duì)較少［8］。HPLC-FLD 采集三維數(shù)據(jù)時(shí)通常固定激發(fā)波長(zhǎng)或發(fā)射波長(zhǎng)中的一種，另一種以特定步長(zhǎng)掃描樣品獲得響應(yīng)矩陣。Bortolato 等［46］通過(guò)HPLC-FSFD 對(duì)水和橄欖油中的稠環(huán)芳烴進(jìn)行測(cè)定，水樣（自來(lái)水、礦泉水以及地下水）中稠環(huán)芳烴的質(zhì)量濃度為5.6 × 10-3～0.8 ng／mL，橄欖油中稠環(huán)芳烴的質(zhì)量濃度為0.13 ～19.5 ng／mL，將激發(fā)波長(zhǎng)固定在300 nm，發(fā)射波長(zhǎng)從340 至580 nm 間隔2 nm，以2.7 s 為步長(zhǎng)采集0～7.2 min 的光譜數(shù)據(jù)，選擇用PARAFAC2 與MCR-ALS 對(duì)采集數(shù)據(jù)建模，通過(guò)對(duì)比兩種方法對(duì)同一稠環(huán)芳烴預(yù)測(cè)回收率的橢圓置信區(qū)間，發(fā)現(xiàn)MCR-ALS 的預(yù)測(cè)精度和準(zhǔn)確度都明顯高于PARAFAC2；MCR-ALS 對(duì)自來(lái)水中稠環(huán)芳烴的預(yù)測(cè)回收率為92% ～106%、礦泉水為83% ～132%、地下水為71% ～122%、橄欖油為70% ～114%。Canada-Canada 等［47］通過(guò)HPLC-FSFD 對(duì)水溶液和尿液中的4 種氟喹諾酮進(jìn)行測(cè)定，對(duì)比采用幾何分割的色譜峰面積定量方法和應(yīng)用三維（二階）算法（PARAFAC、N-PLS 以及MCR-ALS）解析預(yù)測(cè)，結(jié)果顯示傳統(tǒng)色譜峰面積定量方法的檢出限僅為20～40 ng／mL，相對(duì)誤差為3% ～8%；而使用三維（二階）算法對(duì)色譜數(shù)據(jù)處理后檢出限降低為2 ～8 ng／mL，相對(duì)誤差降低為1% ～5%。

2.3 非三線性算法用于LC-MS 分析

LC-MS 方法結(jié)合了LC 超高的分離效能與MS超強(qiáng)的組分鑒定能力［48］，是一種分離分析復(fù)雜有機(jī)混合物的有效手段，已廣泛應(yīng)用于藥代動(dòng)力學(xué)和蛋白質(zhì)組學(xué)的研究。Lima 等［49］使用超高效液相色譜-質(zhì)譜聯(lián)用法（UPLC-MS）檢測(cè)胰腺癌細(xì)胞株有機(jī)磷試劑（CPF）提取物，利用MCR-ALS 對(duì)采集的三維色譜數(shù)據(jù)進(jìn)行解析，還原出各種純物質(zhì)的色譜和質(zhì)譜圖。然而，MS 數(shù)據(jù)的稀疏特性有時(shí)需要一種更有針對(duì)性算法將信號(hào)和背景分離開，以提升質(zhì)譜信息的質(zhì)量。張樹榮等［50］提出了一種具有非負(fù)約束的ATLD（NNATLD）算法應(yīng)用于LC-MS 多樣本測(cè)定數(shù)據(jù)的分辨及數(shù)學(xué)分離。該算法較經(jīng)典的雙線性分解MCR 更能適應(yīng)MS 數(shù)據(jù)的稀疏特性，產(chǎn)生的質(zhì)譜圖能更好地符合定性的客觀要求。

通過(guò)將各類算法集成起來(lái)統(tǒng)一調(diào)用，既避免了非專業(yè)人員編寫代碼執(zhí)行效率低、可讀性差的問(wèn)題，也為后續(xù)更復(fù)雜算法的產(chǎn)生提供了統(tǒng)一的接口。圖形化界面化學(xué)計(jì)量學(xué)軟件［51，52］的開發(fā)，為分析工作者從繁重的代碼編寫和調(diào)試中解脫出來(lái)，極大促進(jìn)了多維算法的推廣和應(yīng)用。

2.4 非三線性算法用于LC×LC 分析

LC×LC 是將第一維的餾分全部或以相同的比例依次切割進(jìn)入第二維進(jìn)行分離分析，具有分離能力高、選擇性好、分析時(shí)間短、分析靈敏度高、峰容量大等優(yōu)勢(shì)［53，54］，因此在一維色譜無(wú)法完全分離時(shí)往往考慮二維色譜。二維液相色譜分析時(shí)同樣面臨保留時(shí)間漂移的問(wèn)題，同時(shí)兩個(gè)維度上保留時(shí)間的同時(shí)對(duì)齊也不同于一維色譜的對(duì)齊。Fraga 等［55］提出了一種交替的RA 方法對(duì)LC×LC-UV 保留時(shí)間對(duì)齊，利用GRAM 和PARAFAC 分別對(duì)含有干擾物的苯甲酸（50.0 ppm）、尿嘧啶（5.00 ppm）和反丁烯二酸（2.50 ppm）進(jìn)行解析預(yù)測(cè)，RSD 分別為9.9%和4.1%、66%和21%、74% 和12%。然而分析工作者更傾向于高階色譜拓展，并且接口技術(shù)發(fā)展亦是限制LC×LC 應(yīng)用的瓶頸，因此關(guān)于LC ×LC 的三維（二階）算法應(yīng)用并不多見。

3 三維（二階）算法的應(yīng)用匯總

三維（二階）算法的應(yīng)用多見于食品、環(huán)保、醫(yī)藥等領(lǐng)域，所用儀器也以HPLC-DAD 為主；近幾年應(yīng)用于HPLC-FLD／FSFD 的實(shí)例逐漸增多，原因是熒光檢測(cè)器僅對(duì)熒光物質(zhì)有響應(yīng)，可以避免部分無(wú)關(guān)組分的干擾；LC-MS 的組合形式是分離和定性方法的互補(bǔ)，改善了相似物質(zhì)光譜差異太小情況下的分析效果，然而由于質(zhì)譜矩陣稀疏特性，部分算法不能很好地適應(yīng)這類體系。樣品前處理過(guò)程具有除雜質(zhì)和富集的作用，對(duì)數(shù)據(jù)預(yù)測(cè)精度和準(zhǔn)確度均有提升；數(shù)據(jù)的前處理（輔助算法）可以提高檢測(cè)數(shù)據(jù)的信噪比、消除背景和噪聲、改善數(shù)據(jù)的線性結(jié)構(gòu)，與樣品前處理聯(lián)用，可以起到互相促進(jìn)、互相補(bǔ)充的作用。三維（二階）算法多有變體，其適應(yīng)范圍和校正效果也各有差異，因此靈活聯(lián)用各種樣品前處理、輔助算法和校正算法對(duì)提高分析結(jié)果的準(zhǔn)確性至關(guān)重要。表1 匯總了本文列舉的近10 年國(guó)內(nèi)外關(guān)于三維（二階）算法與液相色譜分析及樣品預(yù)處理方法聯(lián)用的應(yīng)用實(shí)例。

表1 近10 年國(guó)內(nèi)外關(guān)于三維（二階）算法在液相色譜中的應(yīng)用Table 1 Foreign and domestic applications of three-way data analysis （second-order tensor decomposition）algorithms in analysis of liquid chromatographic analysis in last decade

表1 （續(xù)）Table 1 （Continued）

4 展望

液相色譜發(fā)展至今已有50 多年的歷史，其分離效能的提升已經(jīng)隨著各種先進(jìn)設(shè)備的發(fā)展和其他優(yōu)化條件探索趨于平穩(wěn)，而與化學(xué)計(jì)量學(xué)的“軟分離”方法結(jié)合則方興未艾，展現(xiàn)出新生事物巨大的發(fā)展?jié)摿?不僅對(duì)設(shè)備要求有所緩和，更能提高分析效率，節(jié)省冗余操作時(shí)間，提升液相色譜分析的精度和靈敏度。我國(guó)利用化學(xué)計(jì)量學(xué)算法對(duì)復(fù)雜體系進(jìn)行解析始于湖南大學(xué)，提出了收斂速度更快、資源節(jié)約的ATLD 算法及針對(duì)不同分析體系的變體，為我國(guó)分析儀器質(zhì)量的提升和智能化開辟了先河。然而，對(duì)比國(guó)內(nèi)外三維（二階）算法在液相色譜分析中的應(yīng)用不難發(fā)現(xiàn)，我國(guó)目前對(duì)各種算法的把握程度稍顯不足，應(yīng)用范圍單一（少有對(duì)復(fù)雜體系綜合性的應(yīng)用，更側(cè)重于介紹某算法對(duì)標(biāo)準(zhǔn)品的色譜檢測(cè)能力的提升），橫向間的比對(duì)和品質(zhì)因子的參考也略顯不足，對(duì)各種樣品前處理、噪聲消除、背景扣除和保留時(shí)間漂移消除等有可能提高預(yù)測(cè)結(jié)果準(zhǔn)確性的方法研究不多。

當(dāng)前分析儀器朝“大數(shù)據(jù)”方向發(fā)展的趨勢(shì)越來(lái)越明顯，發(fā)展和完善這些數(shù)學(xué)方法，尤其是三維、四維甚至多維算法是充分利用挖掘有效信息的關(guān)鍵部分，通過(guò)這種“軟分離模式”與“硬件提升”相結(jié)合，必將推動(dòng)色譜分析乃至其他分析方法走向智能化，解決生產(chǎn)、生活實(shí)際問(wèn)題，取得更多創(chuàng)新性成果。

［1］ Xu G W，Shi X Z. Chinese Journal of Chromatography （許國(guó)旺，石先哲. 色譜），2011，29（2）:97

［2］ Folley J P. J Chromatogr A，1987，384:301

［3］ Wu H L，Li Y，Yu R Q. J Chemom，2014，28（5）:476

［4］ Escandar G M，Goicoechea H C，de la Pena A M，et al. Anal Chim Acta，2014，806:8

［5］ Gómez V，Callao M P. Anal Chim Acta，2008，627:169

［6］ Parastar H，Tauler R. Anal Chem，2014，86（1）:286

［7］ Wu H L，Yu R Q. Chemistry Online （吳海龍，俞汝勤. 化學(xué)通報(bào)），2011，74（9）:771

［8］ Olivieri A C. Anal Methods，2012，4（7）:1876

［9］ Hirschfeld T. Anal Chem，1980，52（2）:297A

［10］ Olivieri A C，Escandar G M，de la Pena A M. TrAC-Trends Anal Chem，2011，30（4）:607

［11］ Amigo J M，Skov T，Bro R. Chem Rev，2010，110（8）:4582

［12］ Wang K，Jia Z H，Zhang Z Q，et al. Chemical Journal of Chinese Universities （王康，賈澤慧，張志琪，等. 高等學(xué)?；瘜W(xué)學(xué)報(bào)），2009，30（2）:268

［13］ Sanchez E，Kowalski B R. J Chemom，1990，4（1）:29

［14］ Bro R. Chemom Intell Lab Syst，1997，38（2）:149

［15］ Sanchez E，Kowalski B R. Anal Chem，1986，58（2）:496

［16］ Linder M，Sundberg R. J Chemom，2002，16（1）:12

［17］ Arancibia J A，Damiani P C，Escandar G M，et al. J Chromatogr B，2012，910:22

［18］ Yu Y J，Wu H L，F(xiàn)u H Y，et al. J Chromatogr A，2013，1302:72

［19］ Shao X G，Shao L M，Li M Q，et al. Science in China Series B:Chemistry （邵學(xué)廣，邵利民，李梅青，等. 中國(guó)科學(xué)B輯:化學(xué)），2002，32（2）:94

［20］ Li B Y，Liang Y Z，Hu Y，et al. Chinese Journal of Analytical Chemistry （李博巖，梁逸曾，胡蕓，等. 分析化學(xué)），2004，32（3）:313

［21］ Fraga C G，Prazen B J，Synovec R E. Anal Chem，2001，73（24）:5833

［22］ Prazen B J，Synovec R E，Kowalski B R. Anal Chem，1998，70（2）:218

［23］ Bortolato S A，Arancibia J A，Escandar G M，et al. Chemom Intell Lab Syst，2010，101（1）:30

［24］ Nielsen N P V，Carstensen J M，Smedsgaard J. J Chromatogr A，1998，805:17

［25］ Bylund D，Danielsson R，Malmquist G，et al. J Chromatogr A，2002，961:237

［26］ Itakura F. IEEE Trans Acoust Speech Signal Process，1975，23（1）:67

［27］ Clifford D，Stone G，Montoliu I，et al. Anal Chem，2009，81（3）:1000

［28］ Eilers P H C. Anal Chem，2003，76（2）:404

［29］ Tomasi G，Savorani F，Engelsen S B. J Chromatogr A，2011，1218（43）:7832

［30］ Zhang Z M，Chen S，Liang Y Z. Talanta，2011，83（4）:1108

［31］ Johnson K J，Prazen B J，Young D C，et al. J Sep Sci，2004，27（5／6）:410

［32］ Pierce K M，Kehimkar B，Marney L C，et al. J Chromatogr A，2012，1255:3

［33］ Zhang Z M，Liang Y Z，Lu H M，et al. J Chromatogr A，2012，1223:93

［34］ Zhang J. ［MS Dissertation］. Guiyang:Guizhou University （張婕. ［碩士學(xué)位論文］. 貴陽(yáng):貴州大學(xué)），2008

［35］ Wu H L，Shibukawa M，Oguma K. J Chemom，1998，12（1）:1

［36］ Kiers H A L，Ten Berge J M F，Bro R. J Chemom，1999，13（3／4）:275

［37］ Wold S，Geladi P，Esbensen K，et al. J Chemom，1987，1（1）:41

［38］ Bro R. J Chemom，1996，10（1）:47

［39］ Tauler R. Chemom Intell Lab Syst，1995，30（1）:133

［40］ Sun J Q，Wu H L，Mo C Y，et al. Chinese Journal of Chromatography （孫劍奇，吳海龍，莫翠云，等. 色譜），2002，20（5）:385

［41］ Lu J Z，Wu H L，Sun X Y，et al. Chinese Journal of Analytical Chemistry （陸劍忠，吳海龍，孫翔宇，等. 分析化學(xué)），2004，32（10）:1278

［42］ Comas E，Gimeno R A，F(xiàn)erré J，et al. J Chromatogr A，2004，1035:195

［43］ Maggio R M，Damiani P C，Olivieri A C. Talanta，2011，83（4）:1173

［44］ Vosough M，Salemi A. Food Chem，2011，127（2）:827

［45］ Pilon A C，Carneiro R L，Carnevale Neto F，et al. Phytochem Anal，2013，24（4）:401

［46］ Bortolato S A，Arancibia J A，Escandar G M. Anal Chem，2009，81（19）:8074

［47］ Canada-Canada F，Arancibia J A，Escandar G M，et al. J Chromatogr A，2009，1216:4868

［48］ Tomer K B，Arthur Moseley M，Deterding L J，et al. Mass Spectrom Rev，1994，13（5／6）:431

［49］ Lima K M G，Bedia C，Tauler R. Microchem J，2014，117:255

［50］ Zhang S R，Wu H L，Zhai M. Chinese Journal of Chromatography （張樹榮，吳海龍，翟敏，等. 色譜），2013，31（6）:550

［51］ Olivieri A C，Wu H L，Yu R Q. Chemom Intell Lab Syst，2009，96（2）:246

［52］ Andersson C A，Bro R. Chemom Intell Lab Syst，2000，52（1）:1

［53］ Ding K，Wu D P，Guan Y F. Chinese Journal of Chromatography （丁坤，吳大朋，關(guān)亞風(fēng). 色譜），2010，28（12）:1117

［54］ McCoy B J. AIChE J，1990，36（12）:1933

［55］ Fraga C G，Corley C A. J Chromatogr A，2005，1096:40

［56］ Eilers P H C，Currie I D，Durbán M. Comput Stat Data An，2006，50（1）:61