CHEMOMETRIA I SPEKTROSKOPIA W ANALITYCE CHEMICZNEJ I BADANIACH PODSTAWOWYCH

Pierwsza część pracy opisuje badania binarnych mieszanin wody z dwoma grupami rozpuszczalników organicznych: ketonami i alkoholami alifatycznymi. Przedmiotem badań były związki o ograniczonej mieszalności z wodą i zróżnicowanej strukturze, co pozwoliło na otrzymanie bardziej ogólnych wniosków na temat stanu wody w tych rozpuszczalnikach oraz korelacji pomiędzy rozpuszczalnością a strukturą cząsteczek rozpuszczalnika. Podstawowym narzędziem badawczym była spektroskopia w zakresie bliskiej-podczerwieni (NIR) a zawartość wody w nasyconych roztworach wyznaczano za pomocą miareczkowania metodą Karla-Fischera. Interpretacja wyników eksperymentalnych była wspomagana za pomocą teoretycznych obliczeń (DFT) struktury i energii wybranych kompleksów wody z badanymi rozpuszczalnikami. W części drugiej przypomniano podstawy spektroskopowej analizy ilościowej. Przedstawiono wyniki oznaczeń zawartości kwasu foliowego, hydrochlorotiazydu, loratadyny, furosemidu, ketoprofenu i metforminy w tabletkach, w oparciu o modele PLS opracowane na bazie widm ATR, DRIFTS i Ramana. Uzyskany odzysk substancji aktywnej mieści się w przedziale 0.991-1.015 i nie zależy od zawartości API oraz użytej metody. Dla preparatów o małym stężeniu API (0.06-0.12um) otrzymano błędy RSEPwal w przedziale 2-5%, dla tych o większym (0.4-0.9um) wznoszą one 0.3-2%. W podobny sposób można oznaczyć zawartość substancji aktywnych i składników odżywczych w produktach pochodzenia naturalnego, co pokazano na przykładzie analizy zawartości białka w pyłku pszczelim. W ostatniej sekcji opisano zastosowanie technik spektroskopii oscylacyjnej w połączeniu z analizą wielowymiarową w diagnostyce spektroskopowej. Widma płynów ustrojowych stanowią cenne źródło informacji o stanie zdrowia i mogą być wykorzystane do opracowania protokołów analitycznych wspomagających procedury diagnostyczne, szczególnie w przypadku braku wiarygodnych markerów umożliwiających jednoznaczną identyfikację choroby. Do opracowania modeli dyskryminacyjnych wykorzystano metody uczenia maszynowego i uczenia głębokiego. Przedstawiono wyniki analiz na bazie widm oscylacyjnych surowicy krwi uzyskanych od pacjentów z zaawansowaną endometriozą i cierpiących na choroby reumatoidalne, podkreślając, w szczególności, potencjał modelowania hybrydowego.