减少可萃取物和可浸物分析中响应因子变化的多检测器策略
可提取和可浸出物(E&L)一般包括抗氧化剂、滑脱剂、增塑剂、单体、交联剂等。还有一些其他种类的普通分子也非常重要，但这些分子构成了独特的挑战，因为它们不是故意添加的物质，而且它们通常不作为标准商品出售。
这些无意添加的分子包括低聚体、聚合副产物、工艺杂质和降解产物。组织和研究人员需要能够量化和识别这些物种，而上述缺乏商业可用标准实际上是响应因子变异问题的根源。
了解反应因素和检测限度
响应因子是单个化合物的单位浓度信号。大多数检测器不能对相同浓度的不同化合物提供相同的响应，因此响应因子变化是规范而不是例外。
理解相对响应因子(RRF)值也很重要。相对响应系数可以定义为目标化合物的校准曲线的斜率除以替代标准品的校准曲线的斜率。在实践中，RRF值为0.58意味着使用该替代标准进行的任何定量都将返回一个仅为真实值的58%的值。
RRF值与定量精度直接相关，LOD也受响应因子变化的影响。RRF值较低的化合物会导致LOD较差，因为其响应较弱，因此在建立LOD时必须仔细选择替代标准。化合物应在一个RRF值范围内，反映任何预期可提取和可浸出物(E&L)的潜在多样性。
Jordi实验室- E&L分析中的响应因子变异和不确定因素
分析评价阈值
在进行E&L分析评估时，考虑低到什么程度是很重要的，并建立正确的LOD。业内已经定义了分析评估阈值(AET)来回答这个问题。该方程包含一个基于剂量的阈值，以及与设备和提取过程相关的一系列参数。它还包含一个不确定因素(UF)。
UF的目的是解释反应因子的变化。通常，这个方程被定义为UF = 1除以1减去RSD，其中RSD是用该方法分析的所有分析物分布的响应因子的相对标准偏差。
一旦AET确定，下一步就是运行一系列标准，并确定与AET浓度相关的峰高或峰面积。
响应因子变异的问题
响应因子的变化可能导致相同浓度的结果显示不同的峰高，导致化合物被认为高于或低于阈值，这取决于用来设定AET水平的标准。
这个问题很严重，2018年，《药学和生物医学分析杂志》(The Journal of Pharmaceutical and Biomedical Analysis)发表了一篇论文，显示了被认为高于AET的化合物的数量是如何随着使用的标准而变化的。这种变化是非常显著的，从非常少的化合物到非常多的化合物，仅仅基于哪一种标准被用于设置AET阈值。
UF可以通过调整AET线的位置来补偿这个响应因子的变化，这样就可以捕获AET浓度下的所有化合物。这个射频问题可以描述为“报告中的AET”。
需要一种通用的分析E&L的方法，因为事先不知道样品中会出现哪些化合物。换句话说，这是一种筛选分析:用户并不是在寻找化合物的子集，而是在寻找从设备中产生的任何东西。在这个过程中，需要注意的是，如果UF不够，它可能不能充分保护AET。
然而，如果使用大UF来补偿大的响应因子变化，这可能会超出MS系统的灵敏度，这可能需要使用浓度因子，从而导致可提取物的损失或降解。
RF数据库在这里非常有用，因为它们允许计算特定方法的不确定性因素——然而，它们并没有减少不确定性因素，它们只是允许计算它的值。这很重要，但并不是解决问题的方法。
相对定量和准确性
当一种化合物的RF小于标准的RF时，这并不提供浓度的最坏情况估计——它高估了化合物的定量限。当化合物的RF大于标准的RF时，这是最坏情况的估计，可能导致安全裕度小于1，这可能导致结果被拒绝。
RF数据库在这里是有用的，因为它们允许对数据库中的化合物进行定量误差校正，但这当然只对数据库中的化合物有效。除非数据库中存在所有必要的化合物，否则这本身不是一个解决方案。此外，UF因子不能弥补定量上的不准确性，它们只用于AET计算。
采用多检测器方法对AET进行评估和定量
使用多检测器方法进行AET评估和定量可以帮助解决这些问题。本文介绍了两种常用的色谱系统。
第一个系统是LC系统包括一个紫外线探测器，一个带电气溶胶探测器和一个QTOF LCMS探测器。这个系统有正反两种运行模式。在LC系统中实际上有四个检测器，而GC系统使用两个检测器:MS和FID。使用该系统将为GC中的每个化合物提供两个信号，为LC中的每个化合物提供四个信号;结合使用这些信号将有助于缓解这些问题。
每个检测器上的信号是正交的，这意味着它们彼此不相关。对于同一化合物，可能在一个探测器上有弱响应，而在另一个探测器上有强响应，因为不同的探测器的探测原理是不同的。理解这种方法并不是以任何方式组合这些检测器是非常重要的。他们被单独评估，然后在AET评估时使用所有结果的总和。
例如，如果在任何一个检测器上有一个弱响应，只要在另一个检测器上有一个强响应，就有可能对此进行补偿。一种化合物被纳入研究的唯一要求是该化合物至少被一个探测器捕获。
Multi-Detection在实践中
一个示例应用程序旨在在一个大数据集上测试这种策略的有效性，分析了一个由217种与医疗设备相关的独特化合物组成的数据库。这些化合物具有非常广泛的物理化学性质，包括分子量从93到1177 AMU的广泛范围，对数P值的广泛范围和从沸点102到大于600的挥发性范围。DBE的值从0到20，这意味着它的双键当量范围从没有双键到双键范围很广，数据库中包括了酸性和碱性物种。
这些化合物在所有六种不同的检测器上进行了分析:
正模式LCMS检测器
采用电喷雾电离QTOF LCMS系统。该系统具有一些优秀的属性，以识别，包括高质量精度和优良的灵敏度下降到picg范围。这个系统有一个多项式响应而不是线性响应，这意味着响应因子将作为浓度的函数而变化。这个系统也受到矩阵效应的影响。
RRF值在0 ~ 0.2之间，数据库中有近40种化合物在此范围内具有响应。当将此与平均回应标准进行比较时，第二个最丰富的结果是获得一个大于1.8的非常强烈的回应。当使用LCMS阳性模式时，这在AET和定量准确性方面具有重要意义。RSD百分比实际上大于100%，这意味着不可能计算出一个合适的UF系数来保护这种分布。
负模式LCMS检测器
LCMS负模式返回非常相似的分布，RSD百分比也超过100%。然而，为了捕获每一种化合物，必须在AET上方的至少一个探测器上成功地检测到每一种化合物。在这项研究中，54%的化合物在LCMS中发现，气相色谱质谱也发现了，这意味着有可能通过气相色谱质谱以及正交检测器(LC中的紫外和CAD)捕获这些化合物。
紫外检测器
在这里，检测是基于紫外光的吸收。它是一种高度线性的检测器，不受基质效应的影响，广泛适用于任何有发色团的东西，提供纳米级的灵敏度。分布230纳米的紫外线检测器被发现比LCMS,高斯分布和RSD仅为60%,这意味着它可以计算一个保护超滤在2.5 -更合理的比LCMS探测器所必需的。
带电气溶胶探测器
带电气溶胶探测器是一个完全正交的探测器，理想的测量任何非挥发性物种。它是曲线的，这意味着它有一个相当线性的响应。该检测器精度高，适用范围广，具有纳米级灵敏度，但受流动相组成的影响。
该检测器的分布在0 - 0.2之间响应最为丰富。这可能看起来很糟糕，但在这里可以很容易地预测何时会出现这种结果，因为一般来说，挥发性物质不能成功地用CAD分析。该分布的RSD值为65%，UF值计算为2.9——同样是一个合理的UF值。
GC探测器
电子电离检测器是一种很好的识别和定量检测器。它适用范围广，线性，一般精确，具有纳米级灵敏度。它的RSD为52%，这意味着UF值只有2.1。从响应因子变化的角度来看，它是一个健壮的检测器。
在少数情况下，GC检测器确实有一个非常差的响应，71%的化合物被GC检测到也被至少一个LC检测器看到。通常，这发生在化合物不是很容易挥发的时候，所以那些不容易挥发的物质更容易被LC检测到——当GC检测器最弱的时候，LC检测器最强，允许用户补偿反应差的化合物。
火焰离子化检测器
火焰离子化检测器也是完全正交的。它测量任何含碳物种，具有线性响应，高度精确，而且一般不受基质效应的影响。它也广泛适用于皮克级灵敏度和非常宽的线性动态范围-总的来说是一个优秀的定量检测器。FID的响应因子分布的RSD为54%，UF相对较低，为2.2。
正如上面的例子所表明的，不存在万能探测器。每个检测器都有优点，也有缺点，有些检测器能更好地检测一种化合物。理想的方法是对每种化合物使用最好的检测器。应该再次强调的是，除了简单地应用所有这些探测器之外，这些探测器并没有在任何意义上组合用于数据解释。
评估让
评估AET和准确定量化合物最好使用所有检测器的联合强度。如果RRF值大于1，意味着该化合物在探测器上的响应将大于替代标准的响应。如果是这样，那么UF = 1就足以成功地将该化合物登记为高于AET阈值。
这种方法仍然是有用的，即使在用户可能没有上面列出的全部检测器的情况下。回到上面提供的例子，绘制了不同UF值下不同检测器配置的可萃取物数据库。这表明，当使用1 UF时，可获得的最高覆盖范围仅为75%。
这似乎还不够，但通过使用至少一个正交检测器的UF值为2，加上LCMS和GCMS，无论使用哪种正交检测器，都有可能达到超过90%的数据库覆盖率。另一方面，如果使用3 UF，则使用一个正交检测器可以获得大于95%的覆盖率，而使用完整的多检测器溶液则可以获得大于97%的覆盖率。
提高定量准确性
多检测器解决方案也可以用来提高定量精度，这是通过选择合适的替代标准实现的。
例如，一个常见的应用程序使用两个潜在的替代标准，双酚a和Irganox 245和两个目标化合物，双酚a二缩水甘油醚和Irgnox 1010。当对双酚A二缩水甘油醚进行定量时，最具化学相关性的标准是双酚A。使用该标准与紫外检测将返回真实值的83%，这是一个相当可观的定量精度水平，与大多数指导文件一致。
另一方面，定量Irganox 1010可能涉及使用Irganox 245，这是更类似的化学，在这种情况下，返回的值是真实定量值的92%。例如，用这个替换双酚A，返回的结果只有真实值的32%。这是一个很好的例子，说明了为什么选择合适的替代标准很重要。
在前面的例子中，应用适当的替代标准可以使85%的数据库化合物在真值的20%以内被识别，91%在真值的40%以内被识别。最重要的是，这些化合物都没有被明显低估。
总结
在定量的准确性和方法的特异性方面，靶向分析有明确的优势。然而，重要的是要记住，可提取筛选和可提取筛选分析只是——筛选分析——因此，这些应该广泛适用，并能够捕获意想不到的化合物。
如果在任何一个检测器中返回弱响应，捕获该化合物的最好方法不是通过使用UF，而是使用一个更好的响应检测器。这是因为只要每种化合物在至少一个探测器上返回足够的反应，该化合物就会被纳入研究并被捕获。
从这里给出的例子可以看出，使用UF = 2和广泛组成的提取物数据库，使用完整的多检测器溶液可以达到94%的覆盖率。这相当于申请UF为10LCMS和全球大气环流模型;因此减少了对较大不确定性因素的需要，同时避免了不必要和大量的集中。需要RRF数据库来选择合适的标准和确定合适的UF。
与一个装置有关的化学标准可以限定一个单独分析和一个单独装置的方法。使用多个检测器可以选择一个检测器进行定量，这有更少的射频变化，因此提高定量精度。选择合适的替代标准的重要性怎么强调也不过分。
将此方法应用于实例的萃取物数据库中，发现85%的化合物与真实值的偏差在20%以内，没有一个化合物小于准确值的60%。在这种情况下，RF数据库很重要，但它们的作用有限，因为它们只对数据库中包含的化合物有用。最后，需要注意的是UF值不能纠正定量的不准确性。
这些信息已经从Jordi实验室提供的材料中获取、审查和改编。欧洲杯足球竞彩
有关此来源的更多信息，请访问乔迪实验室。