The Advantage of Resolution in the FT-NIR Quantification of Fatty Acid Components in a Quaternary Mixture

Význam tématu

Analýza směsí mastných kyselin s rozdílnou délkou uhlíkového řetězce představuje prakticky důležitý úkol v kontrolách surovin a výrobních procesech, zejména v potravinářství a farmaceutické výrobě. Tradiční chromatografické metody (GC) jsou přesné, ale časově náročné. FT-NIR v difuzním odrazu nabízí rychlé, bezkontaktní a bezrozpouštědlové alternativní stanovení. Zvlášť u homologních řad, kde jsou spektra velmi podobná a rozdíly jsou pouze ve velmi jemných posunech pásů, může mít rozhodující význam spektrální rozlišení a stabilita osy vlnových čísel.

Cíle a přehled studie / článku

Hlavním cílem studie bylo ověřit proveditelnost kvantifikace čtyř nasycených mastných kyselin (stearová C18, palmitová C16, myristová C14, laurová C12) v kvaternárních směsích pomocí FT-NIR v difuzním odrazu a posoudit vliv spektrálního rozlišení (4, 8, 16, 32 cm-1) na kvalitu kalibrací. Studie také řešila optimalizaci přípravy vzorků pro homogenní měření a použila jednoduché vícečlenné regresní modely k posouzení přístupnosti metody pro rutinní analýzy.

Použitá metodika a instrumentace

Instrumentace a měření:

• Analyzátor: Thermo Scientific Antaris FT-NIR Method Development Sampling (MDS) systém.
• Modul: Integrating Sphere Module pro měření difuzního odrazu.
• Spektroskopické parametry: rozsah 10000–4000 cm-1, rozlišení testováno na 4, 8, 16 a 32 cm-1, 32 co-averaged skenů, interní zlatá vlajka pro automatický background.
• Ovĕření výkonu: ValPro systémové kvalifikační testy s NIST-tradovatelnými standardy (fotometrická linearita, přesnost polohy pásů pomocí polystyrenového standardu).

Příprava vzorků a sběr dat:

• Čisté látky (≥99 %) zakoupeny od systému dodavatele; směsi připraveny vážením tak, aby jednotlivé složky byly přibližně v rozsahu 0–50 % hmotnostních a experiment byl randomizován za účelem relativní ortogonality složek.
• Řešení homogenizace: vzorky v těsně uzavřených vialkách byly krátce ohřáty v horké vodní lázni, aby se vytvořila homogenní, neprůhledná (scattering) vrstvička; měření probíhalo skrz dno vialu bez další úpravy, každé standardní složení ve dvojím provedení.

Zpracování dat a kalibrace:

• Předzpracování spekter: mean-centering následované převodem na druhou derivaci (Norris derivative, 3-bodový segment, 5-bodová mezera) ke kompenzaci rozdílů v rozptylu a baseline.
• Kalibrace: Stepwise Multiple Linear Regression (SMLR) s pevně čtyřbodovými (čtyřvlnnými) modely pro každý analyta; validace pomocí cross-validation (RMSECV, R2).
• Software: Thermo Scientific RESULT pro sběr dat a TQ Analyst pro vývoj kvantitativních modelů.

Hlavní výsledky a diskuse

Spektrální charakteristika a rozlišení:

• Srovnání spekter ukázalo, že jednotlivé mastné kyseliny vykazují velmi podobné NIR průběhy s několika ostrými pásy, kde se vyskytují jemné posuny (řádově 1–2 cm-1) v závislosti na délce řetězce. Tyto malé posuny jsou klíčové pro diskriminaci složek.
• Druhá derivace spekter zvýraznila ostré čáry a ukázala, že při vyšším rozlišení (4 cm-1) jsou dostupné dodatečné detaily, které se při nižším rozlišení postupně ztrácejí.

Kvantitativní výkonnost:

• Modely založené na spektrálních datech po derivaci dosáhly při rozlišení 4 cm-1 R2 hodnot v průměru >0,9 pro všechny čtyři složky a nejnižších RMSECV hodnot (příklad: pro stearovou kyselinu R2 ≈ 0,968 a RMSECV ≈ 0,058; pro laurovou kyselinu R2 ≈ 0,973 a RMSECV ≈ 0,034).
• Snižování rozlišení vedlo systematicky ke zhoršení korelačních koeficientů a obvykle ke zvýšení RMSECV; zejména u palmitové a myristové kyseliny se výrazně projevilo zhoršení při 16 a 32 cm-1.
• Tato zhoršení jsou vysvětlitelná ztrátou jemných spektroskopických detailů při nižším rozlišení a menší schopností přesně lokalizovat malých posunů pásů, které jsou rozhodující pro diferenciaci homologů.

Modelové poznámky:

• SMLR s malým počtem vlnových čísel se ukázal jako vhodný pro proveditelnost studie – jednoduchost modelu snižuje riziko přeučení, což je žádoucí při omezeném počtu kalibračních vzorků.
• Předzpracování druhou derivací bylo nezbytné pro odstranění vlivu rozdílného rozptylu vzorků a pro zviditelnění malých rozdílů v pásových pozicích.

Přínosy a praktické využití metody

Praktické výhody FT-NIR v difuzním odrazu pro tuto aplikaci:

• Rychlá, neinvazivní a bezrozpouštědlová metoda vhodná pro rutinní kontrolu kvality a třídění surovin (např. stanovení podílu palmitové nebo myristové kyseliny ve stearátu jako součást přijímací kontroly).
• Výrazné časové úspory oproti GC; možnost rychlé rozhodovací podpory v provozu.
• Snížení pracnosti a expozice operátorů chemikáliím.

Omezení a provozní aspekty:

• Pro tento typ úloh je kritická repetabilita polohy spektrální osy a vysoké rozlišení; přenos kalibrace mezi přístroji bude vyžadovat pečlivé ověření a případné korekce.
• Kvalita vzorkové prezentace (homogenita, opacita, vyvarování elektrostatického nabití) významně ovlivňuje výsledky a musí být standardizována.

Budoucí trendy a možnosti využití

Možnosti rozvoje a rozšíření aplikace:

• Přechod k robustnějším multivariačním metodám (např. PLS, penalizované/regresní metody nebo nelineární algoritmy) pro zvýšení predikční schopnosti při větší variabilitě reálných vzorků.
• Implementace transferu kalibrací a standardizačních procedur mezi přístroji (calibration transfer) pro širší nasazení v síťovaných provozech.
• Využití vyššího spektrálního rozlišení a stabilnějších optických os u budoucích generací analytických přístrojů; integrace do on-line nebo at-line monitorovacích systémů pro kontinuální sledování výroby.
• Rozšíření přístupu na jiné homologické řady a materiály, kde jsou rozdíly mezi složkami velmi jemné (např. vosky, polymery s podobnými skupinami).

Závěr

Studie prokázala, že FT-NIR v difuzním odrazu na přístroji Thermo Scientific Antaris je schopen rozlišit a kvantifikovat čtyři chemicky blízké mastné kyseliny v kvaternárních směsích, přičemž vysoké spektrální rozlišení a stabilita osy vlnových čísel jsou klíčové pro dosažení dobrých kalibračních výsledků. Při rozlišení 4 cm-1 byly dosaženy nejlepší statistiky (R2 > 0,9, nízké RMSECV), což potvrzuje výhodu Fourier-transformní techniky pro náročné, jemně diferencované kvantitativní úlohy.

Reference

1. Thermo Scientific Application Note 50786: The Advantage of Resolution in the FT-NIR Quantification of Fatty Acid Components in a Quaternary Mixture, Thermo Fisher Scientific, 2008.