高效液相色谱定量分析过程可分为样品的前处理
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
高效液相色谱定量分析过程可分为样品的前处理、标准品的配制、进样、色谱分离、检测及数据处理等七个步骤。
一误差的主要来源
随着现在市场销售仪器自动化程度的提高,进样、色谱分离、检测及数据处理等实验环节对实验结果产生的误差越来越小,尤其在高效液相色谱定量分析中,实验结果的误差可能主要来源于样品的前处理及标准品的配制。
1、样品的前处理
样品的萃取率是样品前处理时存在的主要问题。当固-液萃取(含柱分离的前处理方法),液-液萃取时,存在萃取率不高且不稳定的问题。尤其在除去蛋白质时,存在变性蛋白质会吸附一些被测组分,导致萃取率降低的情况。通常,萃取率是通过在式样中添加被测成分在萃取的方法评价的。也就是说,被测成分的增加量和液相色谱中的峰面增大成比例关系,通过这种方法可以确定溶液中被测成分的变化趋势。
如果存在萃取率不稳定的问题,就有必要改变萃取的方法,要预先添加内标,然后萃取。这种情况采用的内标,必须与被测物质的化学结构类似,萃取的萃取率才可能相近。如果回收率不但接近100%而且较为稳定,可以证明这种前处理方法较为可靠。在分析中如果能充分考虑以上误差产生的各种原因,才有可能得到精确的分析结果。2、标准品的配制
本帖中讨论的问题带有普遍性,影响高效液相色谱分析结果准确性的
因素较多,仅在标准溶液的配置过程中,可以分为标准物质的称量,溶液的配制和溶液的储存三个环节。
作为标准溶液使用的标准物质其纯度要求很高,应避免使用纯度不符合要求的试剂,作为标准溶液使用的标准物质具有不可替代性,现在市场有销售的HPLC专用的溶剂及各种标准试剂可供实验选择;其次选择与样品浓度要求相适应的天平,应该尽可能使用高精度的天平,这样才能把由于天平使用带来的称量操作误差降至最低。
二消除误差的方法
要提高分析结果的准确度,必须考虑在分析过程中可能产生的各种误差,采取有效措施,将这些误差减到最小。
1、选择合适的分析方法各种分析方法的准确度是不同的。化学分析法对高含量组分的测定能获得准确和较满意的结果,相对误差一般在千分之几。而对低含量组分的测定,化学分析法就达不到这个要求。仪器分析法虽然误差较大,但是由于灵敏度高,可以测出低含量组分。在选择分析方法时,一定要根据组分含量及对准确度的要求,在可能条件下选最佳分析方法。
2、增加平行测定的次数如前所述增加测定次数可以减少随机误差。在一般分析工作中,测定次数为2—4次。如果没有意外误差发生,基本上可以得到比较准确的分析结果。
3、消除测定中的系统误差消除测定中系统误差可采取以下措施:其一是做空白实验,即在不加试样的情况下,按试样分析规程在同样操作条件下进行的分析。所得结果的数值称为空白值。然后从试样结果
中扣除空白值就得到比较可靠的分析结果。其二是注意仪器校正,具有准确体积的和质量的仪器,如滴定管、移液管、容量瓶和分析天平,都应进行校正,以消除仪器不准所引起的系统误差。因为这些测量数据都是参加分析结果计算的。其三是作对照试验,对照试验就是用同样的分析方法在同样的条件下,用标样代替试样进行的平行测定。将对照试验的测定结果与标样的已知含量相比,其比值称为校正系数。校正系数=标准试样组分的标准含量/标准试样测定的含量被测试样的组分含量=测得含量×校正系数综上所述,在分析过程中检查有无系统误差存在,作对照试验是最有效的办法。通过对照试验可以校正测试结果,消除系统误差。
4、样品定量分析过程中的误差样品处理要尽量减少操作者的技术问题带来的误差,样品的稀释次数、稀释工具都是误差的祸根,应尽量减少稀释次数,稀释工具用高准确度的。样品中的干扰组分会直接影响分析的准确度,而且有些组分会损坏柱子。纯化样品的过程尽量少用蒸发至干的步骤(在色谱分析中这一步又是不可少的),正确操作固相柱萃取、纯化小柱使用的步骤,注意提高每一步的回收率,使用内标法也是一个能准确定量的方法。在手动进样中进样体积至少是样品定量环管体积的3倍,色谱分离程序要使色谱峰的分离度大于1.5,控制流动相、流量、温度等的平稳。流动相的污染都会抬高基线或减少信噪比,分辨率下降,试验条件的变化,如柱退化、不好的流动相等都能引起保留时间变化,引起一个峰或更多的峰不能被鉴别。正确设定仪器参数,选用合理的数据处理参数,用峰面积计算结
果比峰高更精确。
三结论
以上的分析的是我们能尽量控制的误差,还有一些不是操作者所能控制的误差,如被测定组分易分解、组分的含量高低、介质效应等。我们把能控制的误差减小到最低,那你的结果准确度将更高。