分析方法评价的计量学（MAME）：整合绿色性、白色性和可持续性

《Green Chemistry》：Metrology of analytical method evaluation (MAME): integrating greenness, whiteness, and sustainabilityOpen Access

　　

分析方法通常被开发、优化、验证、评估和比较。令人惊讶的是，目前仍然没有普遍接受的理论来解释方法和方法质量究竟是什么。本研究引入了分析方法评价的计量学（MAME），这是一种涵盖整个评估过程的整体理论。MAME将方法定义为：针对特定任务考虑并能在实践中实现该任务的程序，而方法质量则被定义为方法能力与任务需求之间的一致性。MAME建立了可观测参数、能力和质量之间的正式区分——这些概念常常被混淆，并将不确定性作为方法质量本身的固有属性引入。研究进一步指出，可持续性应主要从方法适用性层面进行解释，并额外包含操作者-方法一致性。通过提供一种共同的概念语言，MAME为现有评估指标提供了新的视角，并确定了与不确定性、可持续性和方法评价科学相关的未来重要研究方向。尽管是在分析化学背景下发展起来的，MAME也可能对其他科学和技术学科有所裨益。

**论文解读：分析方法评价的计量学（MAME）——整合绿色性、白色性与可持续性的理论框架**

**研究背景与问题**

近二十年来，分析化学领域见证了绿色分析化学（Green Analytical Chemistry, GAC）、白色分析化学（White Analytical Chemistry, WAC）以及大量用于评估分析方法（超越传统验证范式）的评估工具的快速发展。这些专门的指标通过将环境、实践和经济考量纳入分析性能评估，显著扩展了方法评估的范围。然而，评估框架的日益多样化也暴露了重要的概念性挑战：不同模型依赖不同的假设、标准及任意聚合程序，常常对同一方法产生截然不同的评估结果。当前尽管大量注意力集中在改进单个评估工具及其使用实践上，但很少关注分析方法评价本身的计量学基础。经典计量学为测量结果及其不确定性的评估提供了理论基础，而对分析方法的评价则仍处于碎片化且缺乏正式化的状态，缺少连贯的理论和计量学框架。基本问题仍未得到解答：什么是分析方法？方法质量是什么？如何将其与能力、不确定性及可持续性关联？因此，本研究旨在建立第一个用于分析方法评价的计量学理论，为现有评估方法提供统一的概念基础，并明确将不确定性纳入方法评估。

**研究内容与结论**

研究人员（即本文作者）提出了分析方法评价的计量学（MAME），这是一个涵盖整个评价过程的整体理论。MAME定义了核心概念（如技术、仪器、资源、程序、问题、任务、方法、操作者、效果），建立了它们之间的实现与参考关系，并提出了方法质量（Q_m）作为方法能力与任务需求之间一致性的通用概念。MAME将方法评价中的不确定性分解为参数不确定性U(P)、评估者相关不确定性U(E)和评估假设不确定性U(A)三个组成部分，并指出当前评估工具存在大量未表征的不确定性。此外，MAME引入了方法适用性（S_m）的概念，将可持续性解释为方法适用性（包含操作者-方法一致性）而非方法质量本身。该理论统一了现有的绿色性、白色性和可持续性导向的评估方法，为分析化学领域的方法评价提供了共同的概念语言，并指出了未来研究方向，包括不确定性建模、可持续性评价的理论发展等。该论文发表在《Green Chemistry》上。

**关键技术方法**

研究人员主要通过理论分析和概念建模来构建MAME框架。关键方法包括：（1）本体论构建：定义并区分了分析化学实践中的九个核心概念（技术、仪器、资源、程序、问题、任务、方法、操作者、效果），并建立其关系图；（2）方法质量的形式化定义：将方法质量Q_m定义为方法能力c(m)与任务需求r(t)之间的对齐函数g，并引入评估标准空间K（包括红色、绿色、蓝色三类标准）；（3）不确定性分解：将方法质量的不确定性U(Q_m)分解为U(P)、U(E)和U(A)三个分量，并进一步将U(A)细分为U(h)（能力转换不确定性）、U(g)（对齐模型不确定性）和U(r)（需求建模不确定性）；（4）方法适用性引入：通过区分方法质量Q_m和操作者质量因素Q_o，定义方法适用性S_m = f(Q_m, Q_o)，将可持续性置于更高阶的适用性层面。本研究为纯理论框架，未涉及具体样本队列或实验数据。

**研究结果**

**本体论构建（Ontological constructs of MAME）**
研究人员通过定义九个核心概念（技术、仪器、资源、程序、问题、任务、方法、操作者、效果）及其关系，为分析方法评价提供了最小化的概念基础。例如，技术是抽象的可重复操作原理，仪器是技术的具体实现，程序是仪器和资源的配置使用规范，而方法则是针对特定任务且被证明有能力实现的程序。这一区分消除了术语歧义，并明确指出方法质量不能理解为孤立仪器、技术或程序的内在属性，而是方法相对于其预期目的的特性。

**基本假设（Fundamental assumptions of MAME）**
- **主要和次要任务需求**：研究人员将任务需求分为主要需求r_p(t)和次要需求r_s(t)。主要需求的满足标志着从程序到方法的转变（对应方法验证），次要需求则决定任务完成的质量和更广泛后果（对应方法表征）。这一区分解释了GAC和WAC等工具的发展是对次要需求（如环境影响、实用性）的渐进认识。
- **方法质量是方法-任务对齐**：通过形式化定义Q_m = g(c(m), r(t))，研究人员指出方法质量是一个基于模型的抽象构造，而非绝对值。不同评估工具（如AGREE、GAPI等）使用不同的对齐函数g，导致同一方法可能得到不同评估结果。
- **质量从能力中涌现，而非直接来自可测量参数**：研究人员区分了可观测参数P、能力转换函数h和能力c(m)。许多定量参数（如能耗、溶剂用量）需通过h转换为能力描述符，而现有评估工具对此缺乏明确指导，增加了主观性和结构不确定性。
- **低层构造具有质量潜力**：技术、仪器、资源和程序仅具有质量潜力，其优化不一定直接提升方法质量，因为方法质量取决于程序与任务需求的交互。
- **方法质量评价具有内在不确定性**：研究人员将方法质量的不确定性分解为U(P)、U(E)和U(A)，并进一步将U(A)细分为U(h)、U(g)和U(r)。当前评估工具普遍存在大量未表征的不确定性，理解、量化和建模U(Q_m)是分析科学的重要未来方向。
- **方法适用性与可持续性**：通过引入方法适用性S_m = f(Q_m, Q_o)，研究人员指出可持续性的社会维度（如可及性、培训要求）属于操作者相关因素，不能仅通过方法质量描述。方法适用性应被视为可持续性的更高阶概念，区别于绿色性或白色性。

**MAME的相关性与未来展望（Relevance of MAME and future perspectives）**
研究人员通过图2展示了MAME的统一方案：方法参数P经h转换为能力c(m)，再经g与任务需求r(t)对齐得到Q_m，同时标明了不确定性来源。现有工具（如AGREE、GAPI、BAGI、RAPI等）被视为该通用范式的特殊实现。未来挑战包括：分析U(Q_m)各分量贡献、发展方法适用性理论（特别是量化操作者相关变异）、以及将MAME扩展到其他学科（如工程、数据科学、人工智能）。

**结论与讨论**
研究人员在讨论部分指出，MAME为分析方法评价提供了理论基础，定义了关键概念，并引入方法质量Q_m作为通用概念。现有评估概念可解释为同一方法评价范式的特殊实现。可持续性应被视为方法适用性的体现，而非方法质量本身。MAME旨在作为起点，而非最终理论，并鼓励读者通过补充信息中的案例研究进一步理解其实际意义。结论部分翻译如下：
MAME建立了分析方法评估的理论基础。该理论提供了关键构造的形式化定义，澄清了它们之间的关系，并引入了方法质量（Q_m）作为描述方法能力与任务需求之间一致性的通用概念。通过这种方式，MAME为近几十年来分析化学中出现的各种评估方法提供了共同的语言，用于解释和比较。现有概念可以被解释为通用方法评估范式的特殊实现。同时，MAME指出可持续性应主要被视为方法适用性的体现，额外考虑操作者-方法一致性，而非内在方法质量。MAME旨在作为未来发展更全面的方法评价科学的起点，而非最终理论。