Metodi chemiometrici per l’elaborazione di dati provenienti da tecniche cromatografiche accoppiate

Negli ultimi anni sono stati proposti molti approcci per elaborare i dati multidimensionali risultanti dalle tecniche cromatografiche abbinate nella situazione in cui ci sia una perfetta risoluzione dei picchi che eluiscono. Tuttavia, talvolta è impossibile raggiungere una perfetta separazione, perché i campioni sono complessi o perché si preferiscono corse cromatografiche più corte. Inoltre, una linea di base non costante e shift nei tempi di ritenzione da corsa a corsa, possono ulteriormente peggiorare la qualità del risultato finale dell’analisi. Per tutti questi motivi, è necessaria una metodologia più versatile per l’analisi di queste tipologie di dati, che si serva di tutti gli strumenti matematico-statistici disponibili per correggere i fenomeni indesiderati. Per ovviare al problema della presenza di shift nei tempi di ritenzione e sovrapposizione di picchi coeluiti, si possono utilizzare gli algoritmi MCR e PARAFAC2. L’ipotesi di MCR [1] è che il profilo cromatografico misurato su ciascun campione possa essere decomposto nel contributo dei profili di eluizione e spettrali dei singoli componenti. Quando si analizzi più di un campione è necessario un passaggio di unfolding: questo corrisponde all’ipotesi che gli stessi componenti siano presenti in tutti i campioni, ma permette di affrontare tutti i casi in cui i profili cromatografici siano differenti non solo in termini di concentrazione degli analiti ma anche di posizione dei picchi. Alternativamente, esistono metodi per la decomposizione diretta di array multidimensionali: il più adatto all’elaborazione di dati cromatografici è PARAFAC2. Il concetto di PARAFAC [2] applicato ai dati cromatografici implica che ciascun contributo al segnale sperimentale (analiti, interferenti, background) possa essere modellato da una componente individuale che mostra lo stesso profilo di eluizione e lo stesso fingerprint spettrale lungo tutti i campioni analizzati. Se quest’ipotesi è vera, l’array tridimensionale di dati può essere decomposto in maniera univoca nelle sue componenti. Nel caso ci sia presenza di shift nei profili di eluizione, che potrebbe distruggere la struttura trilineare dei dati e rendere il modello PARAFAC originale inappropriato, la modellizzazione dei dati è ancora possible utilizzando l’algoritmo PARAFAC2 [3].