Метод ионизации, индуцированной лазерной плазмой при атмосферном давлении (метод APLPI), в сочетании с методами машинного обучения исследован для решения задачи классификации растительных масел. Изучены образцы оливкового, рапсового, подсолнечного и льняного масел. Образцы классифицировали на основе масс-спектрометрических профилей летучих органических соединений, выделяемых маслами. Показано, что при проведении иерархической кластеризации (hierarchical cluster analysis, HCA) с предварительным отбором признаков методом дисперсионного анализа (ANOVA) и сокращением размерности матрицы откликов методом cтохастического вложения соседей с t-распределением (t-SNE) каждый вид масла формирует четкий кластер. На примере анализа смесей оливкового и рапсового масел продемонстрировано, что сочетание метода APLPI с методом множественной линейной регрессии (multiple linear regression, MLR) позволяет количественно определить долю масел в исследованных смесях. Разработанный подход позволяет проводить быстрый, прямой неразрушающий анализ растительных масел без пробоподготовки и может применяться для выявления фальсифицированной продукции.
Методом лазерной десорбции/ионизации, активируемой поверхностью нанокристаллического кремния, исследованы комплексные соединения Cu, Ag, Pd, Pt и Au c дитизоном (дифенилтиокарбазоном). Показано, что все исследованные комплексы эффективно ионизуются в режиме генерации отрицательных ионов с образованием молекулярных ионов и одного или нескольких видов фрагментных ионов. Определены пределы обнаружения дитизонатов металлов. Исследована возможность сочетания лазерной десорбции/ионизации с методом капельной микроэкстракции для определения металлов. Изучены факторы, определяющие коэффициент концентрирования, и найдены оптимальные условия проведения капельной микроэкстракции при определении золота. Предел обнаружения золота составил 5 пг/мл.
Индексирование
Scopus
Crossref
Высшая аттестационная комиссия
При Министерстве образования и науки Российской Федерации