使用ATR-FTIR和GC-FID对电子烟液溶剂进行定量分析：方法验证与回归建模

《Vibrational Spectroscopy》：Quantitative analysis of e-Liquid solvent using ATR-FTIR and GC-FID: Method validation and regression modeling

　　

不断增长的电子烟市场面临关于电子烟液成分的重大质量控制问题。需要快速分析方法来验证主要溶剂，植物甘油（vegetable glycerin, VG）和丙二醇（propylene glycol, PG），的比例。研究人员使用衰减全反射傅里叶变换红外光谱（Attenuated Total Reflectance Fourier Transform Infrared spectroscopy, ATR-FTIR）结合偏最小二乘回归（partial least squares, PLS）来定量商业电子烟液中的甘油和丙二醇。气相色谱-火焰离子化检测（Gas Chromatography with Flame Ionization Detection, GC-FID）作为参考方法。研究人员开发了一个基于真实商业样品构建的基质匹配校准模型，以有效解释光谱干扰。优化后的PLS模型实现了高预测精度（R2 = 0.9995），与色谱结果高度相关。至关重要的是，两种技术均暴露出测量的甘油/丙二醇比例与制造商声明的标签之间存在严重差异。这些发现验证了该光谱方法作为一种稳健、非破坏性且低成本的工具，可应用于常规质量控制和快速筛选错误标签的配方。未来的工作应使用更大规模的商业样品集扩展校准数据集，以进一步提高模型的普适性。

研究背景方面，电子烟市场近年来快速增长，但存在严重的质量控制问题，尤其是主要溶剂植物甘油（VG）和丙二醇（PG）的组成比例。制造商声称的标签常与实际成分不符，而现有标准方法（如气相色谱）耗时且需大量样品前处理。因此，研究人员迫切需要开发一种快速、非破坏性、低成本的筛查技术，以验证电子烟液中VG和PG的比例，确保产品质量并评估潜在健康风险。本研究由Carlos Leonny Raimundo Fragoso等人开展，旨在利用衰减全反射傅里叶变换红外光谱（ATR-FTIR）结合偏最小二乘回归（PLS）定量商业电子烟液中的VG和PG，并以气相色谱-火焰离子化检测（GC-FID）为参考方法验证其准确性。研究结果表明，优化的PLS模型（R²=0.9995）与GC-FID结果高度一致，且两种技术一致地暴露了多个样品中制造商标签与实测值之间的严重偏差（如US-3样品标签宣称VG:PG 70:30，实际为37:63）。这一发现证实ATR-FTIR/PLS方法可作为电子烟液常规质量控制和快速筛查错误标签配方的稳健、低成本、非破坏性工具，具有重要工业质检和公共卫生意义。论文发表在《Vibrational Spectroscopy》。

研究人员使用了以下主要技术方法：通过ATR-FTIR（PerkinElmer Spectrum Two，光谱范围4000-400 cm^-1，分辨率4 cm^-1，32次扫描，透射模式）获取样品光谱；以GC-FID（Thermo Fisher Scientific，DB-WAX色谱柱，30 m×250 μm×0.25 μm，分流比1:200，程序升温40-220°C）为参考方法定量VG和PG浓度；采用PLS回归构建模型，通过Variable Importance in Projection（VIP，变量投影重要性）分数筛选关键波数（阈值>1.0），并利用Kennard-Stone算法划分校准（80%）和验证（20%）集，结合Savitsky-Golay平滑（7点、2阶多项式）和均值中心化、一阶导数预处理。样本队列来源于巴西（BR-1至BR-3）、中国（CN-1至CN-3）、英国（GB-1至GB-3）、巴拉圭（PY-1至PY-3）及美国（US-1至US-3）的15个商业电子烟液样品，通过用户捐赠获得。

研究结果如下：

4.1 ATR-FTIR Spectra（光谱分析）：研究人员通过比对纯标准品（VG、PG）和所有样品的光谱，识别了羟基（O-H伸缩，3300-3200 cm^-1）、甲基/亚甲基（C-H伸缩，2970-2880 cm^-1）、水（H-O-H弯曲，1651 cm^-1）及C-O伸缩/弯曲（1450-1070 cm^-1）等特征吸收带。光谱显示所有样品中VG和PG为主要成分，但峰强度差异反映了VG:PG比例和含水量变化，证实ATR-FTIR可用于区分不同配方。

4.2 GC-FID（气相色谱分析）：GC-FID分析显示标准曲线线性极佳（R²>0.99），检出限（LOD）和定量限（LOQ）满足要求（VG: LOD 0.044 mg mL^-1, LOQ 0.15 mg mL^-1; PG: LOD 0.018 mg mL^-1, LOQ 0.059 mg mL^-1）。实测VG比例范围为68%-93%，PG为7%-63%。多数样品标签与实测值偏差<5%，但部分样品（如US-3、BR-1、CN-1等）存在显著偏差，US-3的VG:PG比标签显示70:30，实测为37:63（相对误差VG 47%，PG 110%），表明标签可能基于不同计算基准（质量/质量 vs 体积/体积）或存在生产工艺问题。

4.3 Modelling with standards（基于标准品的建模）：利用11个标准混合样（0-100% VG）的33条光谱，经均值中心化及选择三个关键波数区间（3000-3500 cm^-1、1440-1220 cm^-1、1260-1000 cm^-1），通过5折交叉验证优化PLS模型，确定6个潜在变量，校准R²=0.99990，均方误差（MSE）=0.096。然而，当用于预测真实样品时，预测误差较高，R²下降，主要原因是真实样品中尼古丁、香精等添加物的光谱干扰未被考虑，说明仅基于标准品模型不足以处理复杂基体。

4.4 Modeling with sample addition（添加真实样品的建模）：为解决基体效应，研究人员将15个真实样品光谱纳入校准集。经均值中心化、Savitsky-Golay平滑、VIP分数筛选（剔除VIP<1.0的波数）后，保留关键区域（3000-3500 cm^-1和1260-1000 cm^-1，排除CH₂弯曲干扰区1440-1220 cm^-1）。优化后PLS模型仅需7个潜在变量，避免了过拟合。校准阶段R²=0.9883，均方根误差（RMSEC）=1.73；交叉验证R²=0.9760，RMSECV=2.48。独立测试集（20%样品）验证显示预测R²=0.9954，均方根误差预测（RMSEP）=1.28。模型预测的VG:PG比例与GC-FID结果高度一致（如US-3模型预测37:63，GC-FID 37:63），而标签偏差依然明显，证实了该方法准确性和鲁棒性。

讨论部分总结：研究人员指出，仅基于标准品的模型因未考虑真实基体中干扰物的光谱贡献而产生较大偏差；通过添加真实样品构建基质匹配的校准模型，结合VIP变量筛选，成功降低了干扰并提高了预测精度。两种分析方法的一致性进一步验证了ATR-FTIR方法的可靠性。同时，标签偏差提示制造商可能使用不同计算基准（如质量/质量 vs 体积/体积）或存在生产工艺波动，亟需标准化。因此，该方法可有力支持电子烟液的质量控制。

结论翻译：本研究证明了衰减全反射傅里叶变换红外光谱（ATR-FTIR）结合偏最小二乘回归（PLS）用于快速准确量化商业电子烟液中植物甘油（VG）和丙二醇（PG）的有效性。以气相色谱-火焰离子化检测（GC-FID）为参考方法，研究人员开发了基质匹配多元校准模型，成功克服了这些复杂混合物的光谱干扰。优化后的ATR-FTIR PLS模型显示出优异的预测精度，与严格的GC-FID定量结果高度相关。两种分析技术均揭露出实验测定的VG/PG比例与制造商声明的标签之间存在严重且一致的偏差。因此，这一经过验证的光谱方法为常规质量控制和快速筛选错误标签配方提供了一种稳健、低成本、非破坏性的分析工具。为进一步增强该方法的普适性，未来的研究必须优先使用更大规模且更多样化的商业样品集扩展校准数据集。此外，将此多元建模扩展到同时定量活性成分（如尼古丁）并分类复杂的香精特征谱图，将是实现电子烟液全面光谱表征的重要步骤。