Advanced Near IR Algorithm Compensates for Spectral Features Related to Changes in Sampling Vials

Význam tématu

FT‑NIR spektroskopie je široce používaná pro kvantitativní analýzy kapalných vzorků v chemii a farmaceutickém průmyslu. Proti ekonomickým a logistickým omezením se často používají jednorázové odběrové zkumavky, jejichž materiálové a optické vlastnosti mohou ovlivnit spektra a tím i přesnost kvantitativních metod. Schopnost kompenzovat variabilitu způsobenou rozdíly v odběrovém materiálu je tedy klíčová pro robustnost metod a spolehlivý přenos metod mezi přístroji a provozovnami.

Cíle a přehled studie / článku

Cílem technické poznámky bylo demonstrovat použití algoritmu Augmented Classical Least Squares (ACLS) k nápravě chybných predikcí vznikajících při změně dodavatele jednorázových kultivačních zkumavek. Konkrétním případem byla kvantifikace obsahu vody v ethanolu, kdy se porovnaly zkumavky od dvou výrobců a ukázalo se, jak ACLS přidáním přenosových standardů dokáže kompenzovat spektrální odlišnosti bez přepisování původního kalibračního modelu.

Použitá metodika a instrumentace

• Vzorky: série směsí etanol–voda s obsahem vody až do 10 % (v/v).
• Odběrové zkumavky: dva zdroje – Fisher Scientific a Kimble Kontes; prázdné zkumavky vykazovaly odlišné FT‑NIR signály.
• Spektrometrie: Thermo Scientific Antaris FT‑NIR v transmisním režimu; spektrální rozlišení 8 cm⁻¹, doba měření 0,5 minuty na vzorek; teplota vzorků nebyla kontrolována.
• Softwarové nástroje: TQ Analyst (Thermo Scientific) implementující CLS a ACLS metody a správu transferních standardů.

Metodický princip (teorie ACLS)

CLS předpokládá, že spektrum směsi je lineární kombinací spekter čistých složek. Pokud se ve spektru objeví významné prvky, které nejsou zastoupeny v kalibračních spektrách (např. způsobené rozdílným materiálem zkumavky), CLS selhává. ACLS doplňuje klasický CLS model o dodatečné tvary získané z analýzy reziduí (rozdíl mezi naměřeným spektrem a CLS fit). Postupně se vytvářejí dvě množiny augmentačních tvarů: tvar(y) odvozené z reziduí metodických standardů a tvar(y) odvozené z reziduí transferních (přenosových) standardů. Po doplnění těchto tvarů se vytvoří rozšířená projekční matice, která se invertuje (nebo použije pseudoinverze) pro výpočet koncentrací u neznámých vzorků. Optimální počet dodatkových tvarů se vybírá minimalizací chyby v křížové validaci.

Experimentální kalibrace

Byly provedeny čtyři kalibrace k porovnání CLS a ACLS přístupů:

1. Kalibrace 1 – CLS: metoda a validace obě měřeny v zkumavkách Fisher (baseline).
2. Kalibrace 2 – CLS: kalibrace v zkumavkách Fisher, validace v zkumavkách Kimble (simulace změny zkumavek při nepřizpůsobení modelu).
3. Kalibrace 3 – ACLS bez transferních standardů: metoda defnována z Fisher, Kimble vzorky jen pro validaci (porovnání ACLS vs CLS se stejnými daty).
4. Kalibrace 4 – ACLS s transferními standardy: metoda z Fisher + tři transferní standardy z Kimble pro kalibraci transferu, zbytek Kimble pro validaci.

Data byla hodnocena pomocí RMSEC (chyba kalibrace) a RMSEP (chyba predikce) a byl sledován počet použitých augmentačních tvarů.

Hlavní výsledky a diskuse

• Spektrální rozdíly mezi prázdnými zkumavkami obou dodavatelů byly malé (do 0,002 abs. j.) ale obsahovaly strukturu v oblasti ~7000 cm⁻¹, která zasahuje pásmo používané pro kalibraci vody.
• Výsledné chyby RMSEC a RMSEP pro jednotlivé kalibrace (souhrn):
  • Kalibrace 1 (CLS, Fisher vs Fisher): RMSEC ≈ 0.0448 % vody, RMSEP ≈ 0.0637 % vody.
  • Kalibrace 2 (CLS, Fisher kalibrace vs Kimble validace): RMSEC ≈ 0.0487 %, RMSEP ≈ 0.242 % — výrazné zhoršení predikce způsobené změnou zkumavek.
  • Kalibrace 3 (ACLS bez transferních standardů): RMSEC ≈ 0.0373 %, RMSEP ≈ 0.256 % — bez transferních standardů ACLS nepřinesl zlepšení predikce pro Kimble.
  • Kalibrace 4 (ACLS s 3 transferními standardy z Kimble): RMSEC ≈ 0.0841 %, RMSEP ≈ 0.0291 % — i když RMSEC vzrostl (přidání rozdílných spekter do kalibrace), RMSEP se dramaticky snížil, tedy predikce pro vzorky v Kimble zkumavkách se výrazně zlepšila.
• ACLS identifikoval a přidal dvě augmentační tvary vyjadřující hlavní spektrální variabilitu z Kimble zkumavek; tyto tvary umožnily přesné korekce při predikci.
• Klíčová vlastnost ACLS v TQ Analyst je možnost udržet původní metodické standardy nedotčené a ukládat informace o transferních standardech do samostatné knihovny, čímž se usnadní správa a přenos metod mezi pracovišti.

Přínosy a praktické využití metody

• ACLS nabízí efektivní kompromis mezi transparentností CLS (dobrá interpretovatelnost modelu) a adaptabilitou metod založených na PCA/PLS – lze kompenzovat neměřenou variabilitu, aniž by se ztratila fyzikálně‑chemická interpretace klíčových vah v modelu.
• Praktické uplatnění zahrnuje transfer kalibrací mezi přístroji, kompenzaci rozdílů v odečítacím příslušenství (zkumavky, kyvety) a adaptaci metod při změnách spotřebního materiálu bez potřeby kompletní rekonstrukce kalibrace.
• Ukládání transferních tvarů samostatně umožňuje modulární správu kalibrací a rychlé začlenění nových zdrojů variability (nový dodavatel zkumavek, jiný holder, změna výrobního vzoru přístroje).

Budoucí trendy a možnosti využití

• Širší použití ACLS při automatizovaném přenosu metod mezi různými FT‑NIR systémy a laboratořemi, zejména tam, kde se používají nízkonákladové spotřební materiály.
• Integrace ACLS s robustnějšími postupy validace a monitoringu kvality kalibrací v reálném čase (on‑line kontrola konzistence spektra, adaptivní přidávání transferních standardů).
• Rozšíření konceptu na další zdroje variability: rozdílné kyvety, různé dráhy měření, změny teplotních podmínek nebo složitější matrice vzorků.
• Možné kombinace s moderními metodami strojového učení pro selektivní výběr optimálního počtu augmentačních tvarů a pro automatické rozpoznání zdrojů systematické odchylky.

Závěr

ACLS, implementovaný v TQ Analyst, prokázal schopnost významně zlepšit přesnost predikce obsahu vody v ethanolu při změně typu jednorázových zkumavek. Přidání několika přenosových standardů a dvou augmentačních tvarů umožnilo snížit RMSEP z ~0.24 % na ~0.03 % vody. Metoda zachovává původní interpretovatelnost CLS a zároveň umožňuje praktické řešení problémů s přenositelností kalibrací mezi odlišnými měřicími podmínkami a příslušenstvím.

Použitá instrumentace

• Thermo Scientific Antaris FT‑NIR analyzátor (transmisní modul), spektrální rozlišení 8 cm⁻¹.
• TQ Analyst software (Thermo Scientific) pro implementaci CLS a ACLS, správu standardů a transferních modelů.

Reference

• Lowry S., McCarthy W., Ritter G. Advanced Near IR Algorithm Compensates for Spectral Features Related to Changes in Sampling Vials. Thermo Fisher Scientific Technical Note 51696, 2008.