来自行业访谈的见解

你能告诉我们Quadram研究所和牛津仪器公司之间的合作是如何产生的吗?bob平台下载手机版

Quadram研究所已经研究高分辨率、高场核磁共振(NMR)很多年了，但在2012年，我们真正开始对台式技术产生兴趣。与英国技术战略委员会合作，我们开始与牛津仪器公司合作，这种合作至今仍很活跃。bob平台下载手机版

为什么Quadram对植物油成分的研究如此重要?

我们对植物油的主要目标是确定台式核磁共振是否可以提供标签所需的信息类型。有标准化的参考方法可以做到这一点，例如GC-FID(气相色谱-火焰电离检测器)，但我们希望开发一种更快的方法，低耗材成本，同时不需要样品制备。

我们直接从瓶子中取出纯油，然后将其放入核磁共振管中进行分析。这意味着我们的测试从头到尾，每个样本只需要5分钟。

台式核磁共振能告诉我们关于植物油的什么?

我们使用台式核磁共振来检查植物油分子的各个部分。分析来自分子双烯丙基区和烯烃区的核磁共振信号为我们提供了关于油的不饱和程度的重要信息。

我们还可以使用来自甘油区域的信号来帮助我们量化测量，因为这些信号在样品之间通常是恒定的。一旦我们获得了一种油的脂肪酸特征，我们就可以开始将它用于广泛的应用。bob综合app官网登录

你能告诉我们你的工作是开发一种筛选方法来确定摩洛哥坚果油的真实性吗?

为了开发一种筛选方法，我们需要供应有保证来源的摩洛哥坚果油。我们从联合国粮食及农业组织的联系人那里获得了这些油，该组织对农业食品认证的成本效益筛选方法特别感兴趣。整个样品收集是由数百个真正的摩洛哥坚果油，以及一系列可能的掺假。

我们从所有的油中获取并处理了质子核磁共振谱。由于摩洛哥坚果油是一种天然产物，我们预计光谱之间的变化程度相当高，但我们的结果与文献中提供的不同脂肪酸比例的值完全一致。

在排除了少量在储存过程中氧化的样本后，我们对剩余的数据进行了统计考虑，在组周围放置了一个置信区域。在这里我们可以找到95%的纯正摩洛哥坚果油。

置信区为我们提供了一种简单的方法来检测与其他油的混合物，浓度低至20%左右。对于快速筛查工具来说，这是一个有用的百分比。

然而，如果污染油的脂肪酸剖面与摩洛哥坚果油过于相似，那么这种方法将不能提供足够的灵敏度。

相反，我们需要使用来自整个光谱的信息，而不仅仅是来自几个峰值积分。为了接近这一点，我们使用了单类建模，也称为异常值或离群值检测。再一次，我们定义了一个边界来接受或拒绝来自类的项目，但是在这个实例中，使用了整个范围，并且边界在数学上更加复杂。

你也可以用咖啡来工作。为什么咖啡是食品工业中另一个必须认证的重要产品?

咖啡供应链非常长。咖啡只生长在热带国家，但它被加工和消费在世界各地。正因为如此，高价值的阿拉比卡咖啡很容易被欺骗，因为一旦咖啡豆被烘烤和研磨，仅通过视觉检查几乎不可能发现差异。一种形式的分析测试是必要的，所以我们想知道台式核磁共振是否可以解决这个问题。

从研磨烘焙咖啡中提取的亲脂相的质子核磁共振谱包括一系列信号，从初级代谢物、分解产物和烘焙过程中的微量化合物。在60兆赫时，大量的这些峰重叠，因此只能挑出更主要的化合物。

相反，咖啡因会给我们一些清晰、容易识别的信号。关键的是，还可以从一种名为16- o -甲基咖啡醇(16-OMC)的化合物中看到一个小的孤立峰，这是值得注意的，因为它似乎存在于罗布斯塔咖啡的提取物中，而不是阿拉比卡咖啡。

这可能会提供一种快速、简单且经济有效的真实性测试方法。

你能告诉我们用台式核磁共振来鉴定精神活性药物吗?

这项工作开始于几年前。我们被要求开发一种台式核磁共振测试，能够快速识别新型精神活性药物，也被称为设计药物或合法兴奋剂。

从那时起，我们将这项工作扩展到检查小分子药物，同时更广泛地调查受控物质。这项工作是与曼彻斯特城市大学(Manchester Metropolitan University)合作进行的，该大学拥有合成和储存这些物质的少数英国许可证之一。

我在这个项目中的工作主要集中在自动化数据分析方面。这一领域面临的挑战，特别是查获的药物样品，包括不受控制的储存导致样品降解、活性成分浓度未知以及与其他物质混合的样品等因素。值得庆幸的是，我们现在有一个工作程序，能够识别一个完全未知的样品，例如，单一化合物，甚至是与辅料或其他活性物质的混合物。这个程序达到了非常高的精度。

该方法使用参照化合物数据库的模式匹配，基于几个最近邻居的识别，并通过一些额外的操作来帮助它处理混合物。该方法的专利申请目前正在进行中。

我们从未知样本的光谱开始，对其进行预处理，只提取我们想要查看的感兴趣的区域。例如，我们可以排除溶剂的峰。

该过程的下一步是使用已知化合物的数据库对样品光谱进行比较。该数据库包括受控物质、药物和一系列辅料-总共数百个参考光谱。然后将最接近的匹配按相似度排序。

如果没有找到接近的匹配，这可能表明是混合的。在这些情况下，最上面的单个化合物匹配的组合将被用于通过光谱相加来合成进一步的混合光谱集合。最后，将样本光谱与这些混合物进行比较，确定最佳的整体匹配。

这种方法和工作最近发表在一篇开放获取的论文上。在整个研究过程中，我们总共查看了400多个缴获的样本。我们的工作使我们得出结论，台式NMR与模式识别技术一起工作，为快速筛查缴获的街头毒品提供了一种非常有效的工具。事实上，在整个研究过程中，我们能够在99%的分析样本中成功识别出受控物质。

关于凯特·肯姆斯利

凯特·凯姆斯利(Kate Kemsley)教授就职于英国诺维奇的Quadram研究所，是核心科学资源团队的负责人。她的团队使用支持研究所科学的大型技术平台，如显微镜，质谱，流式细胞仪和NMR。