1 / 14

Kurveoppløsning av fluoressensdata ved bruk av treveisanalyse

Kurveoppløsning av fluoressensdata ved bruk av treveisanalyse. Åsmund Rinnan aar@kvl.dk Kjemometrigruppen Levnedsmiddelteknologi Kongelig Veterin₣r- og Landbohøjskole. Bruksområder Genforskning ("tagging") Analyse av mat (vitaminer og proteiner) Målemetoder I løsning

csilla
Download Presentation

Kurveoppløsning av fluoressensdata ved bruk av treveisanalyse

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Kurveoppløsning av fluoressensdata ved bruk av treveisanalyse Åsmund Rinnan aar@kvl.dk Kjemometrigruppen Levnedsmiddelteknologi Kongelig Veterin₣r- og Landbohøjskole

  2. Bruksområder Genforskning ("tagging") Analyse av mat (vitaminer og proteiner) Målemetoder I løsning Front-face (faste stoffer) Hvorfor fluoressens? • Krever dobbeltbindinger, eller nukleofile molekyler • Høy sensitivitet • Økt dimensjonalitet-> Bedre separasjon

  3. Raman Spesifikk for løsningsmiddelet Konstans energidifferanse fra 0-ordens Rayleigh Ligger i et område med kjemisk informasjon "Støy" i fluoressens Rayleigh • 0-ordens:Emisjon=Eksitasjon • 1-ordens:Emisjon=2*Eksitasjon • Ingen kjemisk informasjon under 0-ordens • Rayleigh er høyest i intensitet Raman og Rayleigh er tilnærmet systematisk

  4. Treveisanalyse • PARAFAC • Trilineær struktur • Ødelagt av støy • Måter å behandle dette på • Late som ingenting • Trekke fra et spekter av løsningsmiddelet • Sette inn tomme verdier • Vekting • Modellering av støy (ikke vist)

  5. Minus vannstandard • Landskap av løsningsmiddelet • Vanlig subtraksjon • Fjerner Raman • Minsker Rayleigh • Beregningstiden den samme

  6. Tomme verdier • Området over 1-ordens inneholder samme informasjon som i mellom 0 og 1 • En rutine som automatisk setter inn tomme verdier • Mister informasjon • PARAFAC håndterer tomme verdier • Økt beregningstid

  7. Vekting - MILES • Vekting av områder • Mere manuelt - vanskelig • Snitt av vannstandarder som basis for "formen" til støyen • Ekstra nedvekting av område under 0 og over 1 • PARAFAC kan godt regne med vekter

  8. Vekting - Standard avvik • Alle prøvene er kjørt i replikater (5) • Det er snittene som blir brukt i analysen • Standardavvikene av replikatene brukes som vekter • Helautomatisk

  9. 15 prøver Eksitasjon Datasettet • Seks analytter Emisjon

  10. MILES best - vann og std en hver Sammenlikning • Problemer med Catehol og Resorcinol

  11. Resorcinol Resorcinol og Catechol • Catechol

  12. Er "støyen" borte? Tomme verdier og MILES fjerner Rayleigh

  13. Konlusjon Denne analysen ble også kjørt på fire andre datasett. Totalt sett ga det følgende ranking liste: • MILES • Minus vann • Tomme verdier • Std • Ingenting

  14. Takk til: Rasmus Bro og Jordi Riu Referanser: • Rasmus Bro's avhandling • www.models.kvl.dk/source • Bro, R: PARAFAC. Tutorial and applications, Chemometrics and Intelligent Laboratory systems, 1997 (38), 149-171 • Bro, R, Sidiropoulos ND, og Smilde, AK: Maximum Likelihood Fitting Using Simple Least Squares Algorithms, Journal of Chemometrics, Submitted • Wentzell, PD, Andrews, DT, Hamilton, DC, Faber, K, og Kowalski, BR: Maximum Likelihood Principal Component Analysis, Journal of Chemometrics, 1997 (Vol. 2), 339-366

More Related