中药指纹图谱的线性梯度分离条件的快速优化方法.pdf

第35卷分析化学(FENXIHUAXUE)研究报告第6期

2007年6月ChineseJournalofAnalyticalChemistry839～844

中药指纹图谱的线性梯度分离条件的快速优化方法

尹小英姚卫峰胡育筑3
(中国药科大学分析教研室,南京210009)

摘要提出了一种复杂样品线性梯度分离条件的快速优化方法。先通过4次线性梯度的初始实验,然后利
用Excel规划求解工具获得准确的溶质保留方程系数。在此基础上利用网格搜索完成线性梯度的参数优化。
整个优化策略通过对中药金银花提取液中各组分的分离得以验证。同时比较了网格搜索、遗传算法、遗传算
法与规划求解联用的3种寻优算法。结果表明:3种方法优化结果接近,但运算时间有所差异。

关键词中药,指纹图谱,线性梯度,优化
1引言

梯度分离条件的优化一直是液相色谱领域研究的热点和难点。对于线性梯度的优化,国内外文献
报道的方法很多,但适合于中药指纹图谱的优化方法却很少。计算机辅助优化法,如Drylab软件包主
要应用于二元流动相的梯度优化[1,2],但当流动相中加入酸、碱、盐后预测偏差大;单纯形优化法也应用
于梯度的优化[3],但需要较多次实验;常用的QSRR模型(quantitativestructureretentionrelationshipmod2
el),即利用化合物结构及其理化性质优化法,适用于已知结构的组分的分离[4]。本研究旨在建立一个
适合于中药指纹图谱线性梯度分离的快速优化方法,即通过较少次实验以实现复杂组分的最优分离。
首先,运行4个线性梯度的初始实验以获取溶质保留方程系数,这是优化的基础;其次,选择恰当的优化
指标,运用网格搜索完成寻优过程。最后,结合混合重复优化方法,进一步校正方程系数,以获得更优的
分离及更好的预测精度。中药金银花提取液中各组分的良好分离证实了优化策略的可行性。

2梯度分离条件快速优化的算法

2.1选择优化参数并确定优化范围
影响色谱分离的因素很多,如色谱柱、流动相组成、柱温等,这些参数可以参照文献[5]确定。但另
一些参数如起始浓度、洗脱时间及最终浓度等是影响色谱分离的主要因素,需要进一步的优化。对于线
性梯度来说确定这3个参数即可确定一个线性梯度的条件。故本研究梯度条件的优化即选择对起始浓
度,洗脱时间及最终浓度3个参数进行优化。通过一次预实验将强溶剂从0%到100%变化将全部组分

洗脱出来,3个参数的优化区域可以初步确定,得起始浓度B0,洗脱时间tG及最终浓度Bi的优化区域
分别为10%～22%和34～60min,36%～72%。
2.2设计初始实验计算保留系数
进行初始实验是为了获得溶质在优化范围内的保留规律。从理论上说运行两次线性梯度可以获得
各组分的保留系数。但为了确保系数的准确性,设计4次初始实验。初始实验点的构建可以在优化区
域内适当组合3个参数,但应使最后的强保留组分完全洗脱出来。
进行梯度条件优化的关键是能够准确地预测溶质的保留时间。实验选用卢佩章等[6]提出的线性
保留时间预测公式来预测溶质的保留时间。公式(4)中的保留系数a、c测定的精度决定了保留时间的
预测精度,通常采用计算机数值解的方法获得。本实验则采用Excel中的规划求解工具(见3.3项)来
获取最优解,操作简单且精度高,操作方法可参见文献[7]。

2006208202收稿;2007201210接受
3E2mail:[e-mail]

©1994-2009ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net
048分析化学第35卷

2.3选择优化指标
为了寻找最佳的分离条件,需要定义一个合适的优化指标来进行评价。常用的色谱综合评价指标
有串行色谱响应函数(HCRF)和校正标准分离度积(r3)等。HCRF从出峰数目、最小分离度及分析时
间三方面评价分离效果,但仅反映最难分离物质对的影响而不能反映其它难分离物质对的分离情况,且
因人为地加上不同数量级的权重因子导致它的函数界面极不平滑,容易产生由于出峰交错而导致的局
部优化问题[8];r3则重点评价了色谱峰分布的均匀性,当设定门槛值后,可以在最短的时间里获得最佳
的峰分布,但未考虑出峰的数目;对于中药指纹图谱来说,不仅要求峰信息量最大,而且要求能在最短的
时间内获得整体分布最佳。综合考虑,因r3更能从整体角度进行评价,故选为评价指标,但需加上一个
2
惩罚因子(ni/nmax),其中ni是实际出峰数,nmax是最大出峰数。
2.4选择优化方法
参数优化算法很多,本研究选择优化算法以算法简单、运算快捷,且能搜索到全局最优解为原则。
最简单的数