编辑推荐：
为解决 1H NMR 谱预处理及多变量分析需多软件和人工干预、效率与重复性差的问题，研究人员开发 Interval Resonance Analysis（InRA）工具。其用于 1H NMR 多变量分析，在甜菜根提取物鉴别中分类准确率≥88.9%，提升了分析效率与通用性。
在生命科学与分析化学领域，利用核磁共振（NMR）技术解析复杂生物样本的化学组成是重要研究方向。质子核磁共振（1H NMR）因具备重现性高、定量能力强、样本制备简单且可实现单次多组分检测等优势，成为分析食品、组织、生物体液等基质中化学变异性的核心手段。它如同分子 “指纹扫描仪”，能为复杂混合物提供详细的分子结构信息，助力挖掘样本中的变异来源与生物标志物。然而，1H NMR 谱图往往因频率位移、光谱噪声和信号重叠等问题呈现高度复杂性，直接解读难度极大，必须依赖严格的预处理结合多变量分析（化学计量学）来降低干扰。
传统的非靶向分析流程（如谱图校准、归一化和分桶）虽已成熟，但近年来基于多变量曲线分辨（MCR）的区间分解方法崭露头角。该方法通过分解包含一个或多个共振信号的小区间，可简化谱图复杂度、提升化学计量模型质量，同时保留多重性和耦合常数等关键光谱信息，实现重叠信号分离与可靠定量。但这一过程存在显著瓶颈：共振信号检测与区间选择高度依赖人工操作，尤其是低信噪比（SNR）信号的处理极具挑战性；每个区间需独立进行 MCR 分解，生成大量光谱信息，对分析人员的经验与专业性要求极高；此外，流程需整合多个软件工具，导致操作复杂且重复性受限。因此，开发集自动化共振检测、MCR 分解与探索性分析于一体的通用平台，成为提升分析效率与适用性的迫切需求。
为攻克上述难题，来自相关研究机构的科研团队开展了一项具有突破性的研究。他们开发了 Interval Resonance Analysis（InRA）—— 一款基于 MATLAB 的图形用户界面（GUI）软件工具，专为非靶向 1H NMR 指纹图谱分析设计。研究以甜菜根（Beta vulgaris L.）的亲水提取物为案例，验证了 InRA 在不同种植田甜菜样本鉴别中的性能。该研究成果发表在《Analytica Chimica Acta》，为 1H NMR 光谱的多变量分析提供了全新解决方案。
研究中采用的关键技术方法包括：
- 光谱预处理：涵盖谱图校准与归一化，确保不同样本光谱的可比性。
- 区间共振检测：通过 InRA 内置算法自动识别包含共振信号的区间，降低人工操作成本。
- 多变量曲线分辨 - 交替最小二乘法（MCR–ALS）：对检测到的区间进行信号分解与特征整合，保留关键光谱信息。
- 偏最小二乘判别分析（PLS–DA）：用于样本分类与鉴别，评估 InRA 的区分能力。
研究结果
1. InRA 工作流程与功能特性
InRA GUI（v1.0）基于 MATLAB R2023b 开发，兼容 R2020b 及以上版本，可在 GitHub 免费获取，无需额外工具箱。其分析流程分为四大模块：
- I. 处理：完成光谱校准与归一化，为后续分析奠定基础。
- II. 基于区间的检测：通过专有算法自动识别光谱中的共振信号区间，适用于不同复杂度的 1H NMR 谱图。
- III. 共振整合：利用 MCR–ALS 对各区间信号进行整合，实现重叠信号分离与特征提取。
- IV. 无监督分析：通过主成分分析（PCA）等工具进行探索性分析，直观呈现样本分布与变异来源。
2. 甜菜根样本的鉴别性能评估
以三个不同种植田的甜菜根亲水提取物为样本，利用 InRA 分析其 1H NMR 谱图。结果显示，基于 PLS–DA 的分类准确率≥88.9%，样本可清晰按种植田分组，表明 InRA 能有效捕捉不同田间环境导致的化学组成差异。通过 MCR–ALS 分解，研究还识别出光谱中与碳水化合物（尤其是蔗糖）相关的高强度信号区域（δH = 3.00–6.00），并发现了细微的变异来源，进一步验证了方法的敏感性。
3. 方法优势与通用性验证
相较于传统手动分析流程，InRA 显著减少了人工干预与对分析人员经验的依赖，实现了从光谱处理到结果解读的全流程自动化。其算法设计不局限于特定样本类型或实验条件，在甜菜根等复杂基质中展现出良好的适用性，为食品 authenticity（真实性鉴别）、代谢组学研究及生物标志物发现提供了灵活可靠的工具。
研究结论与意义
本研究开发的 InRA 工具为非靶向 1H NMR 光谱分析提供了创新的工作流程。通过整合自动化共振检测、MCR–ALS 整合与无监督分析模块，该平台有效解决了传统方法中人工操作繁琐、多软件协作复杂的问题，显著提升了分析效率与结果重复性。在甜菜种植田鉴别的实际应用中，InRA 成功实现了样本分类与变异来源解析，验证了其在食品溯源、农业品质控制等领域的潜力。
作为一款通用型工具，InRA 的推出不仅拓展了 1H NMR 技术在复杂基质分析中的应用场景，也为代谢组学、食品科学等领域提供了标准化的多变量分析解决方案。其开源特性与用户友好界面进一步促进了方法的普及与跨学科研究合作，有望推动基于核磁共振的非靶向分析向更高效、更智能的方向发展。
