相关性与多元算法

过去十年见证了手持和便携式工具的发展，这为制药行业的质量保证、质量控制和生产追溯引入了新的有价值的分析能力。这些设备的性能有了相当大的提高，在某些情况下可以产生相当于实验室级台式仪器的数据质量。

一种广泛应用的便携式快速鉴定未知化合物的技术是拉曼光谱．本文介绍了手持拉曼光谱作为光谱数据决策工具使用的两种最常见的数学表示，即Hit质量指数(HQI)和显著性水平(p值)。HQI是未知材料库匹配的选择方法，p值是验证已知材料身份的理想方法。欧洲杯足球竞彩

库匹配

库匹配是近红外光谱、傅立叶红外光谱或拉曼光谱中研究未知物质的常用光谱方法。欧洲杯足球竞彩这是通过将材料的测量谱与已知材料的验证谱库相互关联来实现的。欧洲杯足球竞彩然后通过计算HQI来量化每个潜在匹配的相似度，HQI的定义如下:

HQI表示两个谱之间的谱相关系数，取库谱与未知物质的点积的平方，除以库谱与自身的点积乘以未知谱与自身的点积。HQI值的范围在0到1之间，如果按100进行缩放，则完全匹配为100。

库匹配主要用作研究未知材料的工具，需要快速将未知材料的光谱与许多潜在的光谱匹配进行比较，如表1所示。欧洲杯足球竞彩

图1所示。左氧氟沙星盐酸盐的光谱“匹配”显示~100% HQI(左)和光谱“不匹配”(右)的屏幕截图NanoRam (B&W Tek，美国)在调查模式。

表1。HQI结果对氨基酸的拉曼光谱进行了比较

图书馆	丙氨酸	天门冬氨酸	半胱氨酸盐酸盐
光谱样本
丙氨酸	HQI = 100.	HQI = 1.63	HQI = 0.66
天门冬氨酸	HQI = 1.63	HQI = 98.88	HQI = 1.71
半胱氨酸盐酸盐	HQI = 0.52	HQI = 2.22	HQI = 99.19

HQIs≥95

80 < HQIs < 95

50 < HQIs≤80

HQIs≤50

身份验证

为了验证已知材料的身份，使用更高级的统计方法是很重要的，以确保材料成为它应该成为的东西的概率高于某个阈值(通常是95%的置信)。

本文重点介绍了Svante Wold在20世纪70年代和80年代首创的类类比软独立建模(SIMCA)方法，该方法目前在国际上被广泛使用NanoRam手持式拉曼光谱仪(美国B&W Tek)。这种多元分析方法是基于对每种材料开发主成分分析(PCA)模型来建模每个类的结构化方差，是一种广泛使用的分类工具。

SIMCA基于确定每个类内的相似性，这使它成为验证已知化合物的理想方法。SIMCA方法总结如下:

• 使用已被认可的分析方法验证的材料样本集测量所需材料的训练光谱集欧洲杯足球竞彩

• 使用训练集开发主能力分析(PCA)模型，并建立基于95%置信水平的成员限制。

• 测量一个新样本的频谱，并将其投影到PCA模型上，看看它是否在模型的限制范围内。

p值的定义是在总体没有影响的情况下，获得比估计结果更极端的观测值的概率。

图3显示了在NanoRam (B&W Tek, USA)上开发的三种方法对l -丙氨酸(I)、l -天冬氨酸(II)和l -半胱氨酸盐酸盐(III)的结果。它们的结构非常不同，可以用HQI值明确地识别，如表1所示。

图2。所测三种氨基酸的化学结构．

图3为l -丙氨酸、l -天冬氨酸和l -半胱氨酸的拉曼光谱。

图3。拉曼光谱L-丙氨酸，L-天冬氨酸和L-半胱氨酸盐酸盐（A），PCA分数绘制的所有三个样品的图表显示独特簇（B），PCA分数图，用于辛卡的L-半胱氨酸盐酸盐鉴定的结果（C）。

图4显示，当分析测量的光谱时，结果允许统计决定“通过”/“失败”决定。为了总结这些模型的结果并证明其特异性，表2显示了一个接近矩阵，该矩阵表明，当测试样本对三种方法运行时，每一种方法都通过了其正确的方法。

图4。“通过”标识阿司匹林的p值为0.161881(左)和“失败”标识阿司匹林的p值为7.59258 × 10-12(右)NanoRam (B&W Tek，美国）在识别模式下。

表2。氨基酸拉曼光谱的p值结果进行了比较

方法示例	丙氨酸	天门冬氨酸	半胱氨酸盐酸盐
丙氨酸	通过p = 0.7945	失败p=7.772 x 10-16年	失败p=1.776 x 10-15年
天门冬氨酸	失败p=7.661 x 10-15年	通过p = 0.8915	失败p=7.25 x 10-14年
半胱氨酸盐酸盐	失败p=8.436 x 10-11年	失败p=2.26 x 10-11年	通过p = 0.9995

假定值> 0.05

0.001 < p-value≤0.05

10－6< p-value≤10－3

0 < p-value≤10－6

碳酸钾和水合物的鉴定

对于相似的材料，相关性方欧洲杯足球竞彩法可能不能提供确定的识别结果，因为相似的光谱可能只有略微变化的HQI值。

一个很好的例子是碳酸钾的鉴别（k₂有限公司_3.(四)半水碳酸钾(K₂有限公司_3.H₂o）（v），其仅在水分子存在下不同。他们的拉曼光谱非常相似，由同级CO主导_3.在1060cm处拉伸振动^－1如图6所示。

半水合物中CO有多个谱带_3.离平面变形近700厘米^－1，在688厘米处可以看到一个单峰^－1在碳酸钾中。由于HQI是基于光谱相关，对数据的细微变化不敏感，所以这两种物质的HQI值都在96以上，因此使用HQI进行明确识别比较困难，如表3所示。欧洲杯足球竞彩

图5。碳酸钾和半水碳酸钾的化学结构．

图6。拉曼光谱碳酸钾(红色)和半水碳酸钾(蓝色)。

表3。在NanoRam (B&W Tek)上的调查模式下测量的样品的HQI值，使用光谱库匹配。

图书馆光谱样本	碳酸钾	碳酸钾Sesquihydrate
碳酸钾	HQI = 99.5590	HQI = 96.9013
碳酸钾Sesquihydrate	HQI = 97.5834.	HQI = 99.5908

HQIs≥95

80 < HQIs < 95

50 < HQIs≤80

HQIs≤50

方法为每一个发展NanoRam(黑白Tek)．步骤如下:

• 对于每一种材料，使用4个材料样本采集20个拉曼光谱，在完成20次扫描后，方法构建器根据光谱数据自动生成PCA模型，从而产生一个模型等级，从而解释90%的光谱方差。

• 然后在NanoRam上对样本进行识别模式测试，该模式自动将新收集的拉曼光谱投影到所选的PCA模型(Method)上，并根据样本与方法匹配的概率报告一个通过/不通过的结果(基于95%置信度)。

• 失败的结果导致系统自动执行光谱库搜索，并根据样品的HQI返回系统光谱库和方法库中的材料的可能匹配。欧洲杯足球竞彩

然后用NanoRam (B&W Tek)对五个样品进行两种方法的测试。表4的结果表明，使用SIMCA方法进行材料分类，可以同时鉴定水合物和碳酸钾。

表4。在识别模式下对给定方法测试的样品的p值的总结

图书馆光谱样本	碳酸钾	碳酸钾Sesquihydrate
碳酸钾	假定值= 0.9639 0.9755 0.9825 0.9998 0.9262	p值= 6.415 x 10－4 2.990 x 10－4 2.597 x 10－4 6.153 x 10－5 4.077 x 10－5
碳酸钾Sesquihydrate	P-value = 1.258 x 10－5 1.979 x 10－5 4.132 x 10－5 3.245 x 10.－5 3.106 x 10－5	假定值= 0.9997 0.9534 0.9902 0.9919 0.9942

假定值> 0.05

0.001 < p-value≤0.05

10－6< p-value≤10－3

0 < p-value≤10－6

结论

现在手持光谱分析仪使用内置处理算法以自动执行复杂分析，使这些工具更容易访问普通用户。然而，如果算法的优点和缺点不了解，则可能存在误用。

因此，人们必须了解，相关性和多元光谱分析方法都有其优点和缺点，取决于测量的目标。

HQI能够快速地将光谱与一个大的光谱库进行比较，使其成为分析未知物质的理想选择，而p值则是验证和/或限定“已知”材料身份的理想选择。欧洲杯足球竞彩

多变量分析提供了一种高度稳健的方法学，并具有额外的优势，能够区分具有结构相似性的分子。

该信息已从B&W Tek提供的材料中获取、审查和改编。欧洲杯足球竞彩

有关此来源的更多信息，请访问黑与白Tek。