Автореферат (1150290), страница 2
Текст из файла (страница 2)
2. Химические структуры компонентов чаяДляOHOOHCOOHOHэпигаллокатехин(ЭГК)кофеин(Коф)OHOOOHCH3OHOHHOOHOOHOHOHOHсодержаниенеорганическихимаркероворганическихкомпонентов (рис. 3)Рис. 3.Маркерымочекаменной болезниХроматографический и электрофоретический анализ проводился с использованиемсистем капиллярного электрофореза «Капель 105»; «Капель 105М»; «Agilent-1100 CEDAD», жидкостного хроматографа «Agilent-1200» с УФ-детектированием.В3-ейглавепредметомобсуждениясталхроматографическийиэлектрофоретический анализ объектов природного происхождения, оптимизация условийразделения аналитов в капиллярном зонном электрофорезе (КЗЭ), мицеллярнойэлектрокинетическойхроматографиихроматографии(ВЭЖХ),атакже(МЭКХ)иполучениевысокоэффективнойжидкостнойхарактеристическихпрофилейанализируемых образцов.В табл. 1-2 представлены результаты определения полифенолов и кофеина вобразцах препаратов традиционной китайской медицины (ТКМ) и образцах чая.Таблица 1. Результаты количественного анализа образцов чая, % масс.
(Р=0.95, n=3)кофеинэпигаллокатехин«Лисма»2,09±0,110,03±0,010,10±0,010,03±0,010,18±0,02«Ристон»2,06±0,090,18±0,011,64±0,090,14±0,010,45±0,04«Индийскийсо слоном»1,60±0,070,07±0,010,28±0,030,14±0,010,21±0,02«Монарх»1,59±0,090,09±0,010,49±0,040,08±0,010,27±0,03Образцыэпигаллокатехингаллатэпикатехингалловаякислота7«Гринфилд»1,79±0,100,07±0,010,24±0,020,06±0,010,34±0,02«Ахмад»2,77±0,130,08±0,010,31±0,020,06±0,010,31±0,02«ПринцессаНури»2,23±0,110,06±0,010,22±0,020,05±0,010,21±0,01Таблица 2.
Результаты количественного анализа образцов растительных препаратовтрадиционной китайской медицины, % масс. (Р=0.95, n=3)кофеинэпигаллокатехинэпигаллокатехингаллатэпикатехингалловаякислота0,0000,327±0,0140,526±0,0090,156±0,0090,0000,073±0,0040,0000,098±0,0030,257±0,0080,0000,0000,046±0,0050,0000,045±0,0020,300±0,0050,199±0,0090,0000,0000,0000,0000,108±0,0080,334±0,0090,0000,0000,0000,044±0,0040,016±0,0020,034±0,0010,0000,0000,022±0,0010,0000,058±0,0020,0000,221±0,0070,0000,466±0,0110,0000,019±0,0010,000ОбразцыХризантема китайская(Chinese Сhrysanthemum)Корень солодки(Liquorice Root)Ветки кассии(Cassia Twig)Хвойник китайский(Chinese Ephedra)Семена горького абрикоса(Bitter Apricot Seeds)Реманния клейкая(Rehmanniae Adhesive)Корень одуванчика(Dandelion Root)Коптис китайский(Chinese Coptis)Показано, что содержание полифенолов и кофеина в образцах ТКМ в десятки разниже, чем в образцах чая.Для выявления интегральных характеристик образцов растительных препаратовполучены характеристические профили для всех объектов методами МЭКХ и ВЭЖХ сУФ-детектированием (200 нм, 254 нм).
На рис. 4 в качестве примера приведен (а)хроматографический и (б) электрофоретический профили образца Коптис китайский(Chinese Coptis).VWD1 A, Wavelength=254 nm (RHEIN\RHE00066.D)mAUа)5б)4321002.557.51012.51517.52022.5minРис. 4. Характеристические профили образца экстракта корня растения Коптис китайскийа) Хроматографический профильУсловия: хроматограф «Agilent-1200», колонка (250×4.6 мм) YMC-Triart C18 (5 мкм); подвижнаяфаза ‒ 60 об.% ацетонитрила, 0,05 М муравьиной кислоты в воде, расход 200 мкл/мин, объем пробы 40 мкл,длина волны 254 нм.б) Электрофоретический профильУсловия: система капиллярного электрофореза «КАПЕЛЬ 105»; кварцевый капилляр: внутреннийдиаметр 50 мкм, Lэфф=60 см, Lобщ=50 см.
Буферный электролит: 25 мМ фосфатный буфер рН=7.0 с добавкой25 мМ ДДСН. Ввод пробы: 30 мбар, 20 с. Напряжение: 25 кВ. Детектирование: 200 нм.8Исследованиебиологическихжидкостейчеловекачащевсегопроводятсдиагностической целью. Так, оценка содержания ионов в моче методом КЭ позволяетвыявить мочекаменную болезнь на ранней стадии.Нами проведен анализ 117 образцов пациентов Лаборатории Мочекаменной Болезни(Санкт-Петербург) и 19 здоровых доноров. Оценены следующие параметры: плотность,уровень рН, содержание основных ионов мочи (аммоний, калий, натрий, кальций, магний,оксалат, цитрат, урат, хлорид, сульфат, фосфат).4-ая глава посвящена рассмотрению принципов работы мультисенсорных систем истратегии выбора сенсоров в зависимости от решаемой задачи (рис.
5).Минимальноеколичествосенсоров – 2, максимальное числосенсоров ограничено лишь числомканалов многоканального вольтметра(32 в данном исследовании).Рис. 5.Схемамультисенсорной системыработыКлючевой элемент сенсора - чувствительная мембрана, состоящая из полимернойполивинилхлоридной матрицы, пластификатора (орто-нитрофенилоктилового эфира) иразличных добавок (2-7%).
Именно составом мембран (рис.6) сенсоры отличаются друг отдруга, проявляя перекрестную чувствительность, т.е. регистрируется одновременныйотклик ко многим компонентам анализируемой среды.Рис. 6. Состав чувствительных мембран9После проведения потенциометрических измерений и обработки полученныхрезультатов выявляются те сенсоры, которые практически не изменяют своихпотенциалов, т.е. не несут информации.
Их удаляют из массива, оптимизируя тем самымего состав. Техника проведения измерений мультисенсорной системой включаетвыявление необходимости в разбавлении образца, выбор времени измерения и процедурырегенерации сенсоров при переходе к анализу очередного образца (табл. 3).Таблица 3. Схемы проведения измерений с помощью мультисенсорных системОбъектПодготовкаобразцаРазбавление,%Времяизмерения, минПроцедура отмывкиводой, минЧайзаваривание3031+3+3Китайскиетравызаваривание2031+2+3Мочаразмораживание1022+2+2Все образцы подвергались анализу 4 раза в произвольном порядке, после чеговычислялось среднее значение потенциала каждого сенсора для каждого образца. Вспециальной серии экспериментов контролировалась стабильность показаний сенсоров наконтрольном образце биологической жидкости.ДляCl160NO3140NaNH4E, мВ120этогоподготовленные70аликвот (по 10 мл одного и того жеобразца) замораживали, а затемподвергали ежедневному анализумультисенсорной системой (рис.7).1008060051015день измерения2025Рис.
7. Проверка стабильностипоказаний сенсоров на протяженииэкспериментаОтклонение в значениях потенциалов для 19 сенсоров составило 2-10 мВ (3-7%).Результаты анализа мультисенсорной системой каждого из объектов представлялисьв виде матриц, где число строк – количество исследуемых образцов, а число столбцов –количество сенсоров в массиве.
Обработку данных проводили с помощью программногообеспечения «Unscrambler 9.7» (CAMO, Norway), а также RStudio (Version 0.98.501) иR (Version 3.0.2).В 5-ой главе представлено решение т.н. «задач на распознавание».10По описанной выше методике проведены по 5 измерений в трех различных сортахзеленого чая.ИзГринфилдТессПринцесса Ява8видно,чтомультисенсорная система позволяетразличать три сорта зеленого чая: все20ГК2 (12%)рис.реплики в одном образце образуют10отчетливые0кластеры-10неперекрывающиесянапостроенном-20графикеметодомсчетов,главныхкомпонент (МГК).-30-60-40-200ГК1 (79%)2040Рис. 8.
График счетов МГК для 3сортов зеленого чая. Объясненнаядисперсия: 79%, 12%Построен график счетов и для 8 образцов растительных препаратов традиционнойкитайской медицины.Однако применение МГК не всегда позволяет добиться четкого разделения насоответствующие кластеры. Так, дляГК2 (9%)образцовмочипациентовспатологией мочекаменной болезни издоровых доноров выяснилось, чтоГК2 (14%)разделениямеждуклассаминенаблюдается (рис. 9).ГК1 (77%)ГК1ГК1 (44%)Рис. 9. График счетов МГК для136 образцов мочи.
Объясненнаядисперсия: 43%, 14%- здоровый донор- пациент с патологией МКБДля решения классификационной задачи впервые для откликов от мультисенсорныхсистем применена логистическая регрессия, а именно: строится модель по имеющимсядостоверным значениям принадлежности образцов к тому или иному классу, затем спомощью независимого тестового набора образцов проверяется вероятность отнесенияконкретного образца к классу больных или здоровых. Необходимо правильно установитьграницу решений – значение вероятности р(Х), при котором ошибка в определении классаминимальна (рис. 10).11Граница решений (минимум на100,0сумма ошибок, %кривой) для референтных данных80,0составила 0.2, для данных от60,0амультисенсорной системы – 0.04.б40,020,0Рис.
10. Зависимость суммыошибок от выбранной границырешений согласно референтнымданным(а)иданнымотмультисенсорной системы (б)0,000,20,40,60,81граница решенийПри выбранных границах вычислены ошибки определения класса 35 независимовыбранных образцов («норма» или «патология»). Показано, что логистическая модель,построенная на основании референтных данных, не выдала ни одной ошибки. Ошибка длямодели, построенной на основании данных мультисенсорной системы, не превысила 10%.6-ая глава посвящена поиску корреляций между результатами анализа изучаемыхобъектов мультисенсорной системой и референтными данными с целью количественнойоценки различных параметров.
Обработка данных проводилась методом проекции налатентные структуры (ПЛС), результатом которой явилась ПЛС-модель, представляющаязависимостьвеличина».вкоординатахПараметры,«введено/найдено»характеризующиеили«измеренная/прогнозируемаяэту зависимость,определяютналичиекорреляции между откликом массива сенсоров и количественным критерием, в качествекоторого могут выступать концентрации веществ, оценки дегустаторов и т.д.Построены ПЛС-модели с полифенолами и кофеином, концентрации которыхнезависимо определены методом КЭ. Представлены ПЛС-модель (рис.11) и ее параметры(табл.4)дляэпикатехина.Прогнозируемая величинаУстановлено, что мультисенсорнаясистема позволяет с погрешностью8%определятьсодержаниеэпикатехина в образцах чая.Рис.
11. ПЛС-модель дляопределенияэпикатехинаспомощью мультисенсорной системыИзмеренная величина (%, масс.)ПроцедураНаклонОффсетСКОR2КалибровкаПроверка0.990.940.0010.0280.0030.0230.990.90Таблица 4. Параметры ПЛСмодели для эпикатехина12Для выявления корреляций между откликом мультисенсорной системы и оценкамипанели дегустаторов применен мультилинейный ПЛС, а именно Такер1-ПЛС регрессия(3wayPLS). Полученный тензор имел размерность сенсоры×образцы×время (20×10×19).Посколькуразличныевеществавобразцахчаяимеютразличнуюкинетикувзаимодействия с материалом сенсорных мембран, то использование дополнительнойкоординаты обеспечило получение новой информации.
Получение двумерных итрехмерных данных представлено на рис. 12.Рис. 12. Получение двумерных и трехмерных данных13Для сравнения параметров построены ПЛС-модели (для данных размерностисенсоры×образцы, 20×10) и Такер1-ПЛС-модели (сенсоры×образцы×время, 20×10×19).Показано, что использование данных об отклике каждого сенсора с течениемвремени позволяет получать более высокие коэффициенты корреляции с такимидескрипторами как крепость вкуса и общее качество, что невозможно при использованиитрадиционной двумерной структуры данных.Для образцов растительных препаратов ТКМ обнаружена корреляция и с другиморганолептическим параметром – горькостью, что важно при проведении лекарственнойтерапии. Образцы были оценены профессиональными дегустаторами по шкале от 0 –совсем негорько, до 6 – максимально горько.УсредненныеПрогнозируемая величина6результатыанализаобразцов ТКМ, полученные с помощью5мультисенсорной системы, представляют4собой матрицу 33×17, где 33 – число3образцов, 17 – число сенсоров.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
