Application of the generalized rank annihilation method (GRAM) to second-order liquid chromatographic data
- Autores: Enric Comas Lou
- Directores de la Tesis: Joan Ferré Baldrich (dir. tes.)
- Lectura: En la Universitat Rovira i Virgili ( España ) en 2006
- Idioma: inglés
- Tribunal Calificador de la Tesis: Francesc Xavier Rius Ferrus (presid.), Eva Pocurull Aixalà (secret.), P. J. Gemperline (voc.), Anna Maria De Juan Capdevila (voc.), Silvia Lacorte Bruguera (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: TDX
- Resumen
Enric Comas Tesi Doctoral Títol tesi: Application of the generalized rank annihilation method (GRAM) to second-order liquid chromatographic data Autor: Enric Comas Lou Departament de Química Analítica i Química Orgànica Director de tesi: Dr. Joan Ferré Baldrich Les mesures analítiques i els instruments que les generen poden classificar-se en funció del numero de dades que sobtenen al mesurar una mostra. Si sobté una matriu de respostes, sanomenen dades dordre dos.
En aquesta tesi es van utilitzar els dades dordre dos, obtingudes mitjançant un cromatògraf líquid dalta resolució amb un detector de diodes en fila (DAD).
Linstrument HPLC-DAD és força comú. Tot i això, normalment, per determinar la concentració dels analits dinterès no sutilitzen totes les dades enregistrades per linstrument. El mode espectral només sutilitza per identificar els analits o per verificar la puresa dels pics, mentre que làrea o lalçada del pic sutilitza per quantificar mitjançant calibratge univariant. Aquesta manera de treballar és molt útil sempre i quan la resposta mesurada sigui selectiva per lanalit dinterès.
En analitzar contaminants ambientals en mostres complexes, com poden ser mostres daigua de riu, no és senzill obtenir mesures selectives. Quan les respostes no son selectives, els mètodes de calibratge de segon ordre (els que utilitzen dades de segon ordre) es poden utlitzar per a quantificar lanalit dinterès.
La present tesi es basa en lestudi de les propietats del mètode de calibratge de segon ordre Generalized Rank Annihilation Method (GRAM). Aquest mètode fou desenvolupat a mitjans de la dècada dels 80, i té unes propietats molt atractives:
1) Per a determinar la concentració de lanalit dinterès en una mostra test només cal una mostra de calibratge o estàndard.
2) No calen mesures selectives, amb la qual cosa el temps de la separació es pot reduir de manera considerable.
Enric Comas Tesi Doctoral Tot i això, el GRAM té una sèrie de limitacions que fan que no sapliqui de manera rutinària. Lobjectiu de la tesi és estudiar els avantatges i les limitacions del GRAM i millorar els aspectes necessaris per a què és pugui aplicar de manera rutinària.
Per emprar GRAM les dades experimentals han de complir una sèrie de requisits matemàtics: (i) la resposta mesurada ha de ser suma de respostes corresponents als diferents analits i (ii) la resposta dun analit ha de ser proporcional en les diferents mostres: lanalit ha deluir exactament al mateix temps de retenció tant en lestàndard com en la mostra test. Si aquest requisit no es compleix, les prediccions del GRAM son esbiaixades.
Shan desenvolupat fórmules de superar aquestes dificultats. Sha desenvolupat un mètode per alienar pics cromatogràfics, basat en un mètode de resolució de corbes (Iterative Target Transformation Factor Analysis, ITTFA). En sistemes HPLC-DAD, és força habitual que els pics de lanalit dinterès elueixin a diferents temps de retenció.
Les diferencies no son gaire grans (pocs segons) però poden ser suficients per fer que els resultats del GRAM siguin incorrectes.
El GRAM és un mètode basat en factors, i cal introduir aquest paràmetre per a calcular un model. Sha desenvolupat un mètode gràfic per a triar el nombre de factors que sutilitzen per calcular el model GRAM. Està basat en un paràmetre de lalgorisme GRAM (á).
Finalment sha desenvolupat un criteri per a determinar mostres discrepants (outliers).
El criteri desenvolupat per detectar outliers està basat en el Senyal Analític Net (NAS).
Tot lesmentat anteriorment, sha aplicat a casos reals, en concret a lanàlisi de naftalensulfonats i de contaminats polars presents en mostres daigua, tant de riu com de depuradora. Així sha pogut demostrar la utilitat del GRAM a la cromatografia, i comparar el GRAM amb altres mètodes de calibratge de segon ordre com el PARAFAC i MCR-ALS. Es va trobar que tots tres mètodes produïen resultats comparables.
Enric Comas Doctoral Thesis Title: Application of the generalized rank annihilation method (GRAM) to second-order liquid chromatographic data Author: Enric Comas Lou Department of Analytical Chemistry and Organic Chemistry.
Thesis supervisor: Dr. Joan Ferré Baldrich Analytical measurements and the instruments that generate them can be classified regarding the number of data that are obtained when a sample is measured. When a matrix of response is obtained, it is known as second-order data.
In this thesis, second-order data were used, obtained from a high performance liquid chromatography (HPLC) couple with a diode array detector (DAD). This instrument is quite common in the analytical laboratories. However, the concentration of the analytes of interest is normally found without using all the measured data. The spectral model only is used to identify the analytes of for verifying the peak purity, whereas the area or the height of the peak is used to quantify using univariate calibration. This is a very useful strategy. However, the measured response must be selective to the analyte of interest.
When environmental pollutants were analyzed, like water samples, it is no so easy to get selective measurements. When the responses are not selective, the analyte on interest can still be quantified by using second-order calibration methods, which are the methods that use second-order data.
This thesis is based on the study of the properties of the second-order calibration method Generalized Rank Annihilation Method (GRAM).
This method was developed in the mid eighties and has very attractive properties:
1) To determine the concentration of the analyte of interest in a test sample, it is only necessary one calibration sample or standard.
2) Selective measurements are not necessary, implying the reduce of the separation time.
Enric Comas Doctoral Thesis Despite these advantages, GRAM has some limitations which make that it is not applied routinely. The objectives of the thesis are to study the advantages and limitations of GRAM and improve the negative points in order to apply GRAM routinely.
To use GRAM the experimental data must accomplish some mathematical requirements: (i) the measured response must be result of the addition due to the different analytes in the peak and (ii) the response of the analyte must be proportional in the different samples: the analyte of interest must elute at the same retention time both in the calibration and in the test sample. When these conditions are not met, the GRAM predictions are biased.
Mathematical algorithms have been developed to overcome such difficulties. An algorithm to align chromatographic peaks has been developed, based on curve resolution method (Iterative Target Transformation Factor Analysis, ITTFA). In HPLCDAD systems is quite often that the peaks of the analyte of interest elute at different retention time in the calibration and in the test sample. Even the differences are not big (few seconds), they can be enough to make the GRAM results incorrect.
GRAM is a factor based calibration method, and the number of factors has to be introduced as an input to build a GRAM method. A graphical criterion has been selected to determine the number the number of factors, which is base on the use of a parameter of the GRAM algorithm (á).
Finally, a criterion to detect outlying samples has been developed, which is based on the Net Analyte Signal (NAS).
All the above commented were applied to real cases. Specifically to the analysis of aromatic sulfonates and polar pollutants in water form river samples and waste water plants. We were able to show the applicability of GRAM and to compare GRAM with other second-order calibration methods, such as PARAFAC i MCR-ALS. We found that the three methods provided comparable results.
