小中大结果与讨论
Gerstel 化学传感器可以快速区分有挥发性成分的相似产品。已成功用于对Zentis公司很重要的不同供应商的几种不同水果香料(草莓,悬钩子,梨和西番莲果)的分类。
图2为几种不同批次的草莓香料的SIMCA模型。背景上的小点代表95%显著水平的椭圆。此模型可以用来预测未知样品(新香料批次)。图3是用已知的优良草莓香料样品的模型预测未知草莓香料样品的示意图。在SIMCA分类投射图中,兰色的样品与模型(看置信水平)有显著差别。这些香料组成上的差异也可以在标准化的数据集是线状图中看出(图4)。
图2 草莓香料的SIMCA模型
图3 用草莓香料的SIMCA模型预测一个新的香料批次
图4 草莓香料模型(红)和新香料批次(绿)的标准化数据
但是,对误认为是椰子香料的的香料的鉴别只有通过随后的感官评估来证明。这部分是由于椰子香料没有参与香料模型建立。表1和2表示草莓和悬钩子香料混合物中两种成分的比例。表1的混合物用于建立PLS模型,表2的混合物用于用PLS模型预测。
表1 用于建立PLS模型的香料混合物的比例
悬钩子(μL) 草莓(μL)
0 1000
100 900
190 810
250 750
275 725
500 500
700 300
900 100
1000 0
表2用于用PLS模型预测的混合物的比例
悬钩子(μL) 草莓(μL)
82 918
170 830
210 790
350 0
600 400
800 200
950 50
图5表示预测值和PLS回归模型的关系。0代表纯的草莓香料,1000代表纯的悬钩子香料。两个注释为350的样品被定义为纯的悬钩子(见表2)。这些样品里的草莓香料忘加了。210个样品的预测的轻微差异提示了这些样品制备时的错误。
对日常分析,长期稳定性是最重要的。只要仪器没有重新调谐,模型就有效。
如果对系统重新调谐,重新建立模型是必要的。而Pirouette 提供了一种避免重新建立所有模型的方法。这种技术叫校正转移。其要求使用过去建立模型时的样品重复分析。
图5 用PLS模型预测(红)草莓/悬钩子香料混合物
图6A 是当仪器重新调谐后,使用校正转移,但仅重复类型1和2(黄色)样品时,SIMCA对数据的预测。这导致只有类型1和2样品与它们的显著水平相乎,但其他的样品(红,绿和蓝色)样品均不匹配。因此在进行校正转移时,需要重复所有类型的样品,这样可以保证所有样品与其显著水平匹配(图6B)。Zentis公司的另一想法是对即将送往消费者的水果制品进行分类。首次实验表明不能容易地对水果制品进行区分。这是由于水果制品不是均相的,因此同一种类样品的重现性很差。因此为了分析水果制品,需要进行更多的实验,并且可能需要对样品进行耗时较短的处理如匀浆处理。
图6 用校正转移来避免重新建立模型。A为仅测量一种类型的重复样品,B为测量所有种类的重复样品
结论
Gerstel 化学传感器4440A被证明可以检测买入的香料的质量的差异。可以通过与模型比较对新收到的香料批次进行分类。用校正转移运算法则已成功地对仪器重新调谐后的模型进行了校正。
今后的实验将证明将校正转移用在日常分析中以延长模型的使用周期是必要的。