一種基于近紅外光譜分析技術(shù)監(jiān)測(cè)人血白蛋白醋酸緩沖液沉淀過程的方法
【專利摘要】本發(fā)明公開了一種基于近紅外光譜分析技術(shù)監(jiān)測(cè)人血白蛋白醋酸緩沖液沉淀過程的方法，包括基于近紅外光譜分析技術(shù)建立用于人血白蛋白醋酸緩沖液沉淀過程中HA含量測(cè)定模型的步驟，建立用于pH值測(cè)定模型的步驟，以及利用上述建立的模型對(duì)人血白蛋白醋酸緩沖液沉淀過程的HA含量和pH進(jìn)行過程測(cè)定的步驟。本發(fā)明的方法能夠有效實(shí)現(xiàn)人血白蛋白醋酸緩沖液沉淀過程中HA含量和pH值的過程測(cè)定，以便根據(jù)HA的含量變化即時(shí)調(diào)整加醋酸緩沖液的速率并可準(zhǔn)確及時(shí)的判斷反應(yīng)終點(diǎn)。
【專利說明】
一種基于近紅外光譜分析技術(shù)監(jiān)測(cè)人血白蛋白醋酸緩沖液沉 淀過程的方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種基于近紅外光譜分析技術(shù)監(jiān)測(cè)人血白蛋白醋酸緩沖液沉淀過程 的方法。
【背景技術(shù)】
[0002] 人血白蛋白（HA)是人體血漿中含量最高的蛋白質(zhì)，占血漿蛋白的40%-60%。說在 臨床用于治療各種疾病，包括低血容量癥、低白蛋白血癥、休克、燒傷、手術(shù)失血、創(chuàng)傷、慢性 肝病、營(yíng)養(yǎng)支持、危重患者復(fù)蘇等。由于HA大多從人血漿中分離得到，原料來源匱乏，在市場(chǎng) 常出現(xiàn)供不應(yīng)求的狀況。
[0003] 目前HA的生產(chǎn)基本采用低溫乙醇法從人血漿中分離，由于HA的工業(yè)化生產(chǎn)中投入 的血漿數(shù)量巨大(一般以噸計(jì)量），反應(yīng)罐的容積也很大，巨大的體積給乙醇濃度、pH調(diào)節(jié)和 HA含量的測(cè)定帶來了很多技術(shù)上的難點(diǎn)，而且終點(diǎn)pH值確定需要在乙醇含量低于10%的條 件下用pH計(jì)在室溫條件測(cè)定。因而在實(shí)際工業(yè)生產(chǎn)過程多采用離線的方式進(jìn)行監(jiān)測(cè)和判斷 反應(yīng)終點(diǎn)，大大降低了生產(chǎn)效率。并且離線方式滯后于生產(chǎn)過程，嚴(yán)重制約了 HA收率的提高 和產(chǎn)品質(zhì)量的提升。
[0004] 近紅外光譜分析技術(shù)(NIRS)經(jīng)過近些年的發(fā)展，目前已廣泛應(yīng)用于石油化工、制 藥和煙草等領(lǐng)域，并取得了良好的經(jīng)濟(jì)效益。但國(guó)內(nèi)外還未見近紅外光譜分析技術(shù)在監(jiān)測(cè) 人血白蛋白醋酸緩沖液沉淀過程或建立相關(guān)模型方面的報(bào)道。

【發(fā)明內(nèi)容】

[0005] 針對(duì)上述現(xiàn)有技術(shù)，本發(fā)明的目的是提供一種基于近紅外光譜分析技術(shù)監(jiān)測(cè)人血 白蛋白醋酸緩沖液沉淀過程的方法，本發(fā)明的方法能夠有效實(shí)現(xiàn)人血白蛋白醋酸緩沖液沉 淀過程中HA含量和pH值的過程測(cè)定，以便根據(jù)HA的含量變化即時(shí)調(diào)整加醋酸緩沖液的速率 并可準(zhǔn)確及時(shí)的判斷反應(yīng)終點(diǎn)(pH值達(dá)到4.6-4.7間，即白蛋白等電點(diǎn)時(shí)為反應(yīng)終點(diǎn)），提高 了生產(chǎn)效率。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明采用下述技術(shù)方案：
[0007] 本發(fā)明所提供的基于近紅外光譜分析技術(shù)監(jiān)測(cè)人血白蛋白醋酸緩沖液沉淀過程 的方法，包括如下步驟：
[0008] (1)建立模型用于HA含量的測(cè)定：
[0009] A模擬不同批次人血白蛋白醋酸緩沖液沉淀過程并取樣，采集樣品的原始近紅外 光譜，并采用常規(guī)方法對(duì)樣品中HA含量進(jìn)行檢測(cè)，得離線指標(biāo)成分化學(xué)測(cè)定值；
[0010] B將步驟A的樣品劃分為校正集和驗(yàn)證集，對(duì)樣品光譜進(jìn)行預(yù)處理，然后比較不同 變量選擇方法對(duì)建模結(jié)果的影響，選擇參與建模的變量，建立PLSR模型用于HA含量的測(cè)定； [0011] c采用驗(yàn)證集的樣品驗(yàn)證模型的預(yù)測(cè)能力；
[0012] (2)建立模型用pH值的測(cè)定：
[0013] A模擬不同批次人血白蛋白醋酸緩沖液沉淀過程并取樣，采集樣品的原始近紅外 光譜，并采用常規(guī)方法對(duì)樣品中乙醇含量進(jìn)行檢測(cè)，并根據(jù)測(cè)定結(jié)果配制乙醇含量為10% 的樣品，測(cè)定樣品的pH值；
[0014] B將步驟A的樣品劃分為校正集和驗(yàn)證集，對(duì)樣品光譜進(jìn)行預(yù)處理，并對(duì)建模區(qū)間 進(jìn)行考察，建立PLSR模型用于pH值的測(cè)定；
[0015] C采用驗(yàn)證集的樣品驗(yàn)證模型的預(yù)測(cè)能力；
[0016] (3)利用步驟（1)和步驟(2)建立的模型對(duì)人血白蛋白醋酸緩沖液沉淀過程的HA含 量和pH進(jìn)行過程測(cè)定。
[0017] 上述方法，步驟（1)中，所述模擬不同批次人血白蛋白醋酸緩沖液沉淀過程并取 樣，具體方法為:每一批次的醋酸緩沖液的加入方法為:每4min加一次醋酸緩沖液，前9次每 次加0.2mL，后6次每次加0.8mL，每次加醋酸緩沖液前取樣lmL并離心處理;模擬至少8個(gè)批 次。
[0018] 上述方法，步驟（1)中，以Antaris Π傅里葉變換近紅外光譜儀采集光譜，近紅外 光譜的采集條件為:光譜分辨率為8CHT1，掃描次數(shù)為32，光譜范圍為10000-4000cnf1。
[0019]上述方法，步驟（1)中，所述建立PLSR模型用于HA含量的測(cè)定的過程中，引入縮小 濃度區(qū)間的思想，去除HA含量變化不明顯且對(duì)模型應(yīng)用作用較小的樣品點(diǎn)，保留含量變化 趨勢(shì)大的樣品建立模型，從而提高了模型的準(zhǔn)確性和有效性。
[0020] 優(yōu)選的，參與建模的樣品為每個(gè)批次的前11個(gè)取樣點(diǎn)，HA的含量范圍為1.22-13.00g/L〇
[0021] 上述方法，步驟(1)中，所述樣品光譜預(yù)處理的方法優(yōu)選為一階導(dǎo)數(shù)SG21點(diǎn)平滑和 均值中心化。
[0022] 上述方法，步驟（1)中，所述選擇參與建模的變量的具體方法為：以RMSECV+RMSEP 值作為模型的評(píng)價(jià)指標(biāo)，考察相關(guān)系數(shù)法（CC)、連續(xù)投影法（SPA)、無信息變量消除法 (UVE)、競(jìng)爭(zhēng)自適應(yīng)加權(quán)法(CARS)、穩(wěn)定性競(jìng)爭(zhēng)自適應(yīng)加權(quán)法（SCARS)、前向偏最小二乘法 (FiPLS)、移動(dòng)窗口偏最小二乘法(麗PLS)、反向偏最小二乘法(BiPLS)以及不同方法與SPA 聯(lián)用法對(duì)建模結(jié)果的影響，最終優(yōu)選的變量選擇方法為:基于與SPA聯(lián)用的方法，選擇參與 建模的變量為35個(gè)。
[0023]上述方法，步驟（2)中，所述模擬不同批次人血白蛋白醋酸緩沖液沉淀過程并取 樣，具體為:模擬了 6批次醋酸緩沖液沉淀過程，得到74個(gè)pH值在4.50-5.55間的樣品。
[0024]上述方法，步驟（2)中，將樣品劃分為校正集和驗(yàn)證集的劃分方法包括隨機(jī)(RS) 法、含量梯度法、KS法、SPXY法和Dup 1 er法;優(yōu)選的，劃分方法為Dup 1 ex法，選擇的校正集樣 品49個(gè)，驗(yàn)證集樣品25個(gè)。
[0025] 上述方法，步驟(2)中，所述樣品光譜預(yù)處理的方法包括:正交信號(hào)校正(0SC)、一 階導(dǎo)數(shù)SG15點(diǎn)平滑、二階導(dǎo)數(shù)SG15點(diǎn)平滑、0SC+-階導(dǎo)數(shù)SG15點(diǎn)平滑、0SC+二階導(dǎo)數(shù)SG15點(diǎn) 平滑、一階導(dǎo)數(shù)SG15點(diǎn)平滑+0SC、二階導(dǎo)數(shù)SG15點(diǎn)平滑+0SC。
[0026] 優(yōu)選的，所述樣品光譜預(yù)處理的方法為一階導(dǎo)數(shù)SG15點(diǎn)平滑+0SC。
[0027] 上述方法，步驟（2)中，考察出參與建模的光譜區(qū)間為4613-4000(^-1、6538-5404cm-1、10000-73550^ 1。
[0028]需要說明的是，NIRS是一種間接測(cè)定技術(shù)，一級(jí)樣品的線性關(guān)系對(duì)于模型結(jié)果具 有很大的影響，本發(fā)明所使用的樣品，其一級(jí)數(shù)據(jù)穩(wěn)定測(cè)定的難度大，為相應(yīng)模型的建立帶 來了一定的難度;而且，蛋白質(zhì)結(jié)構(gòu)復(fù)雜，在整個(gè)近紅外光譜區(qū)都有吸收，因而造成特征區(qū) 間的選擇較為困難;此外，生理鹽水在近紅外光譜區(qū)域具有強(qiáng)烈的吸收，會(huì)掩蓋其他物質(zhì)的 光譜信息，因此，有效信息的提取也是模型建立的關(guān)鍵問題。
[0029] 所采集的近紅外光譜的原始譜圖中包含的并不都是有用的信息，為了保證對(duì)樣品 光譜的分辨，光譜的數(shù)據(jù)一般有數(shù)百到數(shù)千個(gè)數(shù)據(jù)點(diǎn)，但譜區(qū)中各個(gè)數(shù)據(jù)點(diǎn)包含的信息是 不相同的，需要對(duì)光譜進(jìn)行預(yù)處理，以及運(yùn)用算法壓縮光譜數(shù)據(jù)，在全光譜中選擇部分譜區(qū) 用于建立數(shù)學(xué)模型。而且基于物質(zhì)的化學(xué)、物理結(jié)構(gòu)的信息以及對(duì)光譜儀器的要求，光譜的 區(qū)間進(jìn)行考察是很有必要的，并不是隨意選擇的。建立數(shù)學(xué)模型需要通過具體的試驗(yàn)進(jìn)行 考察，不斷的進(jìn)行參數(shù)篩選，參數(shù)優(yōu)化，才能獲得穩(wěn)定性和可靠性都比較好的模型。
[0030] 基于此，本發(fā)明所建立的用于HA含量的測(cè)定模型和用于pH值測(cè)定的模型，由于樣 品本身的性質(zhì)為相應(yīng)近紅外光譜模型的建立所帶來的難度，以及模型建立過程中，對(duì)于光 譜預(yù)處理方法、光譜波段的選擇方法、不同變量選擇方法，等等，都需要技術(shù)人員根據(jù)實(shí)際 樣品體系進(jìn)行多方面多角度考察，這一過程所存在的難度遠(yuǎn)超出本領(lǐng)域技術(shù)人員常規(guī)選擇 的范疇。
[0031] 本發(fā)明的有益效果：
[0032] 本發(fā)明首次利用近紅外光譜分析技術(shù)建立了一種監(jiān)測(cè)人血白蛋白醋酸緩沖液沉 淀過程的方法。能夠有效實(shí)現(xiàn)人血白蛋白醋酸緩沖液沉淀過程中HA含量和pH值的過程測(cè) 定，并可在過程中根據(jù)HA含量變化即時(shí)調(diào)整加醋酸緩沖液速率并準(zhǔn)確及時(shí)的判斷反應(yīng)終 點(diǎn)，提尚了生廣效率。
【附圖說明】
[0033] 圖1為HA含量測(cè)定模型建立中測(cè)得的醋酸緩沖液沉淀過程原始近紅外光譜圖； [0034]圖2為參與HA含量測(cè)定模型建立的變量；
[0035]圖3為HA含量預(yù)測(cè)值和參考值對(duì)比圖；
[0036] 圖4為pH值定量測(cè)定模型建立中測(cè)得的醋酸緩沖液沉淀過程原始近紅外光譜圖；
[0037] 圖5為參與pH值定量測(cè)定模型建立的變量；
[0038]圖6為pH值預(yù)測(cè)值和參考值對(duì)比圖。
【具體實(shí)施方式】
[0039]結(jié)合實(shí)施例對(duì)本發(fā)明作進(jìn)一步的說明，應(yīng)該說明的是，下述說明僅是為了解釋本 發(fā)明，并不對(duì)其內(nèi)容進(jìn)行限定。
[0040] 下述實(shí)施例中所用的材料、試劑等，如無特殊說明，均可從商業(yè)渠道得到。
[0041] 實(shí)施例1:用于HA含量的測(cè)定模型的建立
[0042] (1)醋酸緩沖液沉淀過程:取100mL FIV壓濾后上清液（山東泰邦生物制品有限公 司提供)置于圓底燒瓶中，然后將圓底燒瓶置于溫度恒定的低溫反應(yīng)儀中；過程開始前取樣 lmL然后開始滴加醋酸緩沖液，醋酸緩沖液的加入方式為前9次每次加0.2mL，后6次每次加 0.8mL;過程中每4min加一次醋酸緩沖液并取樣lmL并做離心處理，一共重復(fù)8個(gè)批次。近紅 外光譜的采集:Antaris II傅里葉變換近紅外光譜儀的透射模塊進(jìn)行原始近紅外光譜的采 集。光程4mm，光譜范圍lOOOO-^OOcnf1，分辨率為8CHT1，掃描次數(shù)32;每小時(shí)進(jìn)行一次背景 的采集，以空氣作為參考。HA含量的測(cè)定:HA含量的測(cè)定方法為BCG法，采用市售的試劑盒進(jìn) 行測(cè)定。
[0043] (2)引入縮小濃度區(qū)間的思想，即將HA含量變化不明顯且對(duì)模型應(yīng)用作用較小的 樣品點(diǎn)去掉，保留含量變化趨勢(shì)大的樣品建立模型，從而提高模型的準(zhǔn)確性和有效性。優(yōu)選 的建模樣品為每個(gè)批次的前11個(gè)取樣點(diǎn)，HA的含量范圍為1.22-13.00g/L。表1為全樣品建 模和局部樣品建模結(jié)果對(duì)比，由表1可以看出，局部樣品建模的準(zhǔn)確性和有效性得到明顯的 提尚。
[0044] 光譜經(jīng)過一階導(dǎo)數(shù)SG 21點(diǎn)平滑和均值中心化的處理后采用多種變量選擇方法選 擇參與建模的變量，表2為不同變量選擇方法，其中基于與SPA聯(lián)用是指CC-SPA、UVE-SPA、 起來。以RMSECV+RMSEP值作為模型的評(píng)價(jià)指標(biāo)，其值越小說明模型越好。結(jié)果顯示BiPLS-SPA得到最小結(jié)果，但模型存在過擬合現(xiàn)象，因此基于與SPA聯(lián)用法選擇的35個(gè)變量建模得 到了最佳的模型結(jié)果，模型的 Rc；2、RP2、RMSEC、RMSECV、RMSEP分別為0.977、0.978、0.5971g/ L、0.7038g/L、0.5893g/L。
[0045] 表1全樣品和局部樣品建模結(jié)果比較
[0047] 表2不同變量選擇方法建模對(duì)比
[0048]
[0049] (3)以3個(gè)批次的驗(yàn)集樣品考察模型的預(yù)測(cè)能力，利用配對(duì)t檢驗(yàn)進(jìn)行統(tǒng)計(jì)學(xué)分析。 由表3配對(duì)t檢驗(yàn)統(tǒng)計(jì)結(jié)果可知，NIRS法與傳統(tǒng)的BCG法得到的結(jié)果的均值和標(biāo)準(zhǔn)差非常接 近，在95%的置信限下得到的P = 0.374>0.05,說明兩種方法測(cè)定結(jié)果之間不存在顯著性差 異，NIRS法可替代傳統(tǒng)方法進(jìn)行醋酸緩沖液沉淀過程HA含量的快速測(cè)定。
[0050] 表3驗(yàn)證集樣品配對(duì)t檢驗(yàn)統(tǒng)計(jì)結(jié)果
[0052]實(shí)施例2:用于pH值測(cè)定模型的建立
[0053] (1)醋酸緩沖液沉淀過程:模擬6批醋酸緩沖液沉淀過程，除第6批外其它5批酸沉 的步驟和實(shí)施例1(1)中的過程保持一致。第6批中在加酸13次后每次補(bǔ)加乙醇lml，共補(bǔ)加2 次，其余條件和前5批均一致。每次取樣1.2ml并做離心處理。原始近紅外光譜采集條件和實(shí) 施例1(1)中相同，氣相色譜法測(cè)定樣品乙醇含量，根據(jù)含量配制乙醇為10% (體積分?jǐn)?shù)）的 樣品，pH計(jì)測(cè)定樣品的pH值。共得到74個(gè)樣品的pH值，用于定量模型的建立，表4為樣品pH值 信息表。
[0054] 表4樣品pH值信息表
[0056] (2)為得到最優(yōu)的樣品集劃分結(jié)果，考察了隨機(jī)(RS)法、含量梯度法、KS法、SPXY 法、Duplex法等樣品集劃分方法對(duì)模型的影響，表5為樣品集劃分信息，表6為不同樣品集劃 分方法建模結(jié)果，以RMSEP值作為模型評(píng)價(jià)指標(biāo)，最終選擇的最佳樣品集劃分方法為 Duplex，得到校正集49個(gè)樣品和驗(yàn)證集25個(gè)樣品。
[0057]表5樣品集劃分信息表
[0059]表6不同樣品集劃分方法建模結(jié)果

[0061]在全波段范圍內(nèi)對(duì)光譜預(yù)處理方法進(jìn)行考察，對(duì)比了 0SC、一階導(dǎo)數(shù)SG15點(diǎn)平滑、 二階導(dǎo)數(shù)SG15點(diǎn)平滑對(duì)建模結(jié)果的影響，表7為不同預(yù)處理后得到的建模結(jié)果，以RMSEP值 作為模型評(píng)價(jià)指標(biāo)，優(yōu)選出的最佳預(yù)處理方法為一階導(dǎo)數(shù)SG15點(diǎn)平滑+0SC。
[0062] 表7不同預(yù)處理方法處理后建模結(jié)果
[0064]為得到最佳的建模區(qū)間，對(duì)樣品光譜和背景光譜以及光譜的吸光度進(jìn)行了考察， 去除生理鹽水的背景光譜范圍為:5400-5200〇1^和7350-6950011'考察的最佳光譜吸光度 范圍為0.63-2.88。最終，選擇用于建模的三個(gè)光譜區(qū)間為4613-4000011-^6538-5404(^-^ 10000-7355cm-S 模型參數(shù)為 Rc2 = 0.968，RP2 = 0.956，RMSEC = 0.0512，RMSECV = 0.0875， RMSEP = 0.0594。
[0065] (3)以驗(yàn)證集中25個(gè)樣品對(duì)模型的預(yù)測(cè)能力進(jìn)行驗(yàn)證，表8為配對(duì)t檢驗(yàn)的統(tǒng)計(jì)學(xué) 結(jié)果，可見pH計(jì)測(cè)定結(jié)果的平均值和NIRS得到的結(jié)果均值相同。在95%的置信限下，P = 0.847>0.05,說明pH計(jì)的測(cè)定結(jié)果和近紅外模型測(cè)定的結(jié)果沒有顯著性差異，證實(shí)了 NIRS 用于酸沉過程pH值測(cè)定的有效性。
[0066] 表8配對(duì)t檢驗(yàn)統(tǒng)計(jì)結(jié)果
[0068] 實(shí)施例1和實(shí)施例2表明，本發(fā)明建立的用于HA含量測(cè)定的模型和用于pH值測(cè)定的 模型準(zhǔn)確、可靠，能夠有效實(shí)現(xiàn)人血白蛋白醋酸緩沖液沉淀過程中HA含量和pH值的過程測(cè) 定。
[0069] 上述雖然結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】進(jìn)行了描述，但并非對(duì)本發(fā)明保護(hù)范 圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不 需要付出創(chuàng)造性勞動(dòng)即可做出的各種修改或變形仍在本發(fā)明的保護(hù)范圍以內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于近紅外光譜分析技術(shù)監(jiān)測(cè)人血白蛋白醋酸緩沖液沉淀過程的方法，其特征 在于，包括如下步驟： (1) 建立模型用于HA含量的測(cè)定： A、 模擬不同批次人血白蛋白醋酸緩沖液沉淀過程并取樣，采集樣品的原始近紅外光 譜，并采用常規(guī)方法對(duì)樣品中HA含量進(jìn)行檢測(cè)，得離線指標(biāo)成分化學(xué)測(cè)定值； B、 將步驟A的樣品劃分為校正集和驗(yàn)證集，對(duì)樣品光譜進(jìn)行預(yù)處理，然后比較不同變量 選擇方法對(duì)建模結(jié)果的影響，選擇參與建模的變量，建立PLSR模型用于HA含量的測(cè)定； C、 采用驗(yàn)證集的樣品驗(yàn)證模型的預(yù)測(cè)能力； (2) 建立模型用pH值的測(cè)定： A、 模擬不同批次人血白蛋白醋酸緩沖液沉淀過程并取樣，采集樣品的原始近紅外光 譜，采用常規(guī)方法對(duì)樣品中乙醇含量進(jìn)行檢測(cè)，并根據(jù)測(cè)定結(jié)果配制乙醇含量為10%的樣 品，測(cè)定樣品的pH值； B、 將步驟A的樣品劃分為校正集和驗(yàn)證集，對(duì)樣品光譜進(jìn)行預(yù)處理，并對(duì)建模區(qū)間進(jìn)行 考察，建立PLSR模型用于pH值的測(cè)定； C、 采用驗(yàn)證集的樣品驗(yàn)證模型的預(yù)測(cè)能力； (3) 利用步驟（1)和步驟(2)建立的模型對(duì)人血白蛋白醋酸緩沖液沉淀過程的HA含量和 pH進(jìn)行過程測(cè)定。2. 如權(quán)利要求1所述的方法，其特征在于，步驟（1)中，所述建立PLSR模型用于HA含量的 測(cè)定的過程中，引入縮小建模區(qū)的思想，去除HA含量變化不明顯且對(duì)模型應(yīng)用作用較小的 樣品點(diǎn)，保留含量變化趨勢(shì)大的樣品建立模型。3. 如權(quán)利要求2所述的方法，其特征在于，步驟（1)中，所述建立PLSR模型用于HA含量的 測(cè)定的過程中，參與建模的樣品為每個(gè)批次的前11個(gè)取樣點(diǎn)，HA的含量范圍為1.22-13.00g/L〇4. 如權(quán)利要求1所述的方法，其特征在于，步驟(1)中，所述樣品光譜預(yù)處理的方法為一 階導(dǎo)數(shù)SG21點(diǎn)平滑和均值中心化。5. 如權(quán)利要求1所述的方法，其特征在于，步驟（1)中，變量選擇方法為:基于與SPA聯(lián)用 的方法，選擇參與建模的變量為35個(gè)。6. 如權(quán)利要求1所述的方法，其特征在于，步驟(2)中，所述模擬不同批次人血白蛋白醋 酸緩沖液沉淀過程并取樣，具體為:模擬6批次醋酸緩沖液沉淀過程，得到74個(gè)pH值在4.50-5.55間的樣品。7. 如權(quán)利要求1所述的方法，其特征在于，步驟(2)中，樣品集的劃分方法為隨機(jī)法、含 量梯度法、KS法、SPXY法和Dup 1 ex法中的至少一種，優(yōu)選為Dup 1 ex法。8. 如權(quán)利要求7所述的方法，其特征在于，步驟（2)中，所述樣品光譜預(yù)處理的方法為 0SC、一階導(dǎo)數(shù)SG15點(diǎn)平滑、二階導(dǎo)數(shù)SG15點(diǎn)平滑、0SC+-階導(dǎo)數(shù)SG15點(diǎn)平滑、0SC+二階導(dǎo)數(shù) SG15點(diǎn)平滑、一階導(dǎo)數(shù)SG15點(diǎn)平滑+0SC和二階導(dǎo)數(shù)SG15點(diǎn)平滑+0SC中的至少一種。9. 如權(quán)利要求8所述的方法，其特征在于，步驟(2)中，所述樣品光譜預(yù)處理的方法為一 階導(dǎo)數(shù)SG15點(diǎn)平滑+0SC。10. 如權(quán)利要求1所述的方法，其特征在于，步驟(2)中，考察出參與建模的光譜區(qū)間為 4613-40000^1、6538-54040^ 1、10000-7355^^1。
【文檔編號(hào)】G01N21/359GK106018336SQ201610640261
【公開日】2016年10月12日
【申請(qǐng)日】2016年8月5日
【發(fā)明人】臧恒昌, 龐廣禮, 王斐, 仲立軍, 李 燦, 張惠, 王佳月, 范加金, 王鳴宇
【申請(qǐng)人】山東大學(xué)