复杂体系和化学过程的化学计量学解析与应用研究

With the complexity, seriously overlapping of analytical signals and multi-reaction of the complex systems and chemical kinetics process, it is a challenging task to analyze the complicated mixtures and elucidate chemical process. The analytical techniques, such as fourier transform infrared spectrophotometry, UV-vis spectrophotometry, hyphenated apparatus and spectroelectrochemical technique, can be applied to characterize the complex multicomponent systems. The main purpose of this project is to develop a set of chemometrics algorithms for data preprocessing, automatic resolution of overlapping peaks, range resolution, identification of potential markers, cluster analysis, and establish chemometrics theory and method for complex multicomponent analysis. The another objectives of this project are to apply these proposed methods for metabolomics disease diagnosis, the quality of medicament, degradation process of environmental contaminants, drug stability. The project can provide a technical support and methodology base for the complex multicomponent analysis and chemical kinetics process studies.

本项目依据复杂体系和化学过程的组成繁杂、反应多样特性，针对其分析信号严重重叠、解析不确定性的特征，运用傅里叶变换红外、紫外可见光谱、色谱联用及光谱电化学等技术，构建静态复杂体系和动态化学过程的多种分析技术、高维表征方法，开展数据背景校正、重叠信号解析、多元分辨、目标特征簇提取、模式判别和相关分析算法研究，发展一系列复杂体系和化学过程多维解析新方法，建立复杂高通量数据相关的化学计量学理论与方法，开展代谢疾病诊断、药物及食物产品分析、环境污染物降解、烟草品质评价等方面的实际体系研究，为全面解析复杂体系和深入阐释化学过程提供有效而实用的方法学和技术基础。

复杂体系和化学过程广泛存在于生物、医学、农业、材料、环境、化学化工等研究领域。复杂体系由于基体效应、组分间干扰、组分浓度差异大而导致分析化学信号重叠严重、数据噪音背景高，传统的数据处理方法难以满足复杂数据的分析需求。本项目运用傅里叶变换红外、紫外可见光谱、色谱联用等多种分析技术，开展了数据预处理、特征变量提取、模式判别和多元校正算法研究，发展了集成光谱纯度和偏最小二乘回归系数的变量重要性指数、有监督的局部线性嵌入、改进的蒙特卡洛无信息变量消除、结合适应度得分的连续投影算法、多分类基因表达式编程投影判别分析法、基于优化方法的高斯混合模型和回归、融合数据预处理的集成随机森林算法、基于粒子群优化的模糊C均值半定量分析法、改进的萤火虫优化算法等一系列复杂体系解析的新型化学计量学方法，探讨和比对了不同预处理技术及特征筛选方法对预测结果的影响。发展的新方法用于分析先天性代谢缺陷疾病和不同食品的GCMS数据，不同食用油、茶叶及谷物的红外光谱，有机化合物的持久性、汽油的辛烷值等数据，获得了较为准确的预测结果，为复杂体系的解析提供了新的化学计量学算法和技术基础。