《Journal of Chemometrics》：Machine Learning–Based Optimization of Phthalate Extraction Conditions Using HS-INME-GC/MS Data
编辑推荐：
气相色谱-质谱联用（GC/MS）分析中萃取条件的优化仍具挑战性，因为实验变量之间可能存在复杂且非线性的交互作用。本研究采用基于机器学习的化学计量学工作流程，对顶空针内微萃取气相色谱-质谱联用（HS-INME-GC/MS）测定四种邻苯二甲酸酯——邻苯二甲酸二甲酯
气相色谱-质谱联用（GC/MS）分析中萃取条件的优化仍具挑战性，因为实验变量之间可能存在复杂且非线性的交互作用。本研究采用基于机器学习的化学计量学工作流程，对顶空针内微萃取气相色谱-质谱联用（HS-INME-GC/MS）测定四种邻苯二甲酸酯——邻苯二甲酸二甲酯（DMP）、邻苯二甲酸二乙酯（DEP）、邻苯二甲酸二丁酯（DBP）和邻苯二甲酸二(2-乙基己基)酯（DEHP）的萃取条件进行优化。研究使用了包含75个实验数据点的数据集，以饱和温度、吸附时间和解吸时间作为输入变量。研究人员评估了十种回归模型，并进一步对五个候选模型进行了特征重要性分析、偏依赖分析、帕累托前沿分析、期望函数分析及辅助稳健性评估。特征重要性和偏依赖分析结果表明，吸附时间和解吸时间总体上比饱和温度更具影响力。在候选模型中，支持向量回归（SVR）和极端梯度提升（XGBoost）被保留用于最终验证性解释，因为其预测条件与验证实验中评估的条件接近。在饱和温度50.0°C、吸附时间50.0分钟、解吸时间5.0分钟的验证实验中，预测响应与观测响应之间表现出良好的一致性。这些研究结果表明，所提出的工作流程为分析萃取条件的模型比较、响应可视化和均衡优化提供了一种补充性化学计量学方法。
论文解读文章
一、研究背景与问题提出
全球塑料产量在2021年达到3.9亿吨，预计到2050年将增长至14.8亿吨。邻苯二甲酸酯类化合物作为全球产量最大、使用最广泛的增塑剂类别之一，年产量估计达600万吨，广泛存在于聚氯乙烯、橡胶、粘合剂、包装材料、药品、化妆品等产品中，使其成为人类环境中普遍存在的化学物质。大量研究已表明，邻苯二甲酸酯暴露与生殖和发育异常、神经毒性等不良健康结局相关，并可能与肥胖、性早熟、多动障碍及注意力缺陷障碍存在潜在关联。此外，邻苯二甲酸酯可导致内分泌干扰和激素功能紊乱，其使用在美国和欧盟等多个国家和地区正受到限制。因此，对环境和食品等样品中邻苯二甲酸酯的分析对于安全评估和法规监测至关重要。
传统的前处理方法如液液萃取（LLE）、固相萃取（SPE）和超临界流体萃取（SFE）虽被广泛使用，但往往存在萃取时间长、溶剂消耗量大、样品前处理程序复杂等问题，增加了分析成本和环境负担，并影响分析灵敏度和精密度。固相微萃取（SPME）作为溶剂减量化的样品制备技术受到广泛关注，其中顶空固相微萃取（HS-SPME）具有溶剂使用量少、样品制备简化、适用于不同基质样品等优势，并能提供较高的分析灵敏度和重现性。然而，SPME萃取性能受样品-纤维相互作用、吸附时间、萃取温度和解析条件等实验因素的强烈影响，因此优化分析条件对于获得准确可重现的结果至关重要。
以往研究主要依赖经验法或单变量逐一优化法，但这些方法难以考虑变量间的交互作用，且通常需要大量实验。响应面法（RSM）作为统计实验设计方法被广泛引入分析方法的优化中，能够通过二次模型项描述自变量对响应的影响并估计曲率和交互效应，同时减少所需实验次数。然而，当需要同时优化多个分析响应时，优化问题往往涉及各响应之间的权衡而非单一最优解。近年来，机器学习模型作为分析方法优化的补充工具受到关注，相比单一预定义的回归方程，机器学习模型能够灵活预测复杂响应行为，并可结合置换特征重要性和偏依赖分析等模型解释技术来考察实验变量的相对影响。然而，机器学习在分析优化中的应用不应被简单视为RSM的替代或普遍模型优越性的证据，其价值在于提供额外的化学计量学框架，用于模型比较、响应可视化、变量重要性分析、多响应优化以及模型预测条件的实验评估。
二、研究内容与结论
基于上述背景，本研究旨在开发一种基于机器学习的化学计量学工作流程，用于四种邻苯二甲酸酯（DMP、DEP、DBP和DEHP）HS-INME-GC/MS萃取条件的均衡优化。研究人员初步比较了十种回归模型，包括多项式回归、岭回归、套索回归、弹性网络、决策树、随机森林、XGBoost、SVR、K近邻（KNN）和人工神经网络（ANN），采用k折交叉验证评估模型性能。随后，对表现相对优异的五个候选模型进一步开展特征重要性分析、偏依赖分析、帕累托前沿分析和期望函数分析。最终验证性解释综合考虑了预测性能、模型可解释性和模型依赖的优化行为以及验证实验结果。
研究结果表明，在初始五折交叉验证中，十种模型的R2值范围为0.4650至0.6736，其中SVR表现最佳，其次为ANN和XGBoost，说明非线性机器学习模型总体上优于基于线性回归的模型。嵌套交叉验证结果中KNN表现最佳，其次为XGBoost、随机森林、SVR和ANN，虽然模型排名有所不同，但表现优异的模型总体为非线性模型。特征重要性分析显示，吸附时间和解吸时间的重要性普遍高于饱和温度。偏依赖分析进一步支持了这一结论，SVR和XGBoost均显示有利区域位于吸附时间和解吸时间的较高区间。多响应优化中，SVR、XGBoost和ANN预测的最佳条件接近饱和温度50°C、吸附时间50分钟、解吸时间5分钟。验证实验在该条件下进行三次重复，SVR的相对误差范围为1.01%–3.07%，XGBoost为1.73%–7.34%，表明两种模型均与实验结果具有良好一致性，SVR的吻合度略优。
本研究的重要意义在于，所提出的机器学习化学计量学工作流程能够为分析方法的优化提供补充性信息，包括模型比较、变量效应解释、响应可视化、多响应优化和实验验证，而非替代RSM或证明机器学习模型的普遍优越性。
三、关键技术方法概述
研究人员采用的主要技术方法包括：十种回归模型的构建与比较，采用k折交叉验证和嵌套交叉验证评估模型性能；置换特征重要性分析和模型内置特征重要性分析用于评估各萃取变量的相对贡献；一维和二维偏依赖分析用于可视化各萃取变量的边际效应；帕累托前沿分析用于识别非支配候选条件；期望函数用于在多响应优化中选择均衡操作条件。数据集包含75个实验数据点，其中17个来自随机化Box-Behnken设计，其余58个来自同一实验域内的补充实验和重复测量。输入变量为饱和温度（30°C–70°C）、吸附时间（10–50分钟）和解吸时间（1–5分钟），响应变量为四种邻苯二甲酸酯经浓度校正后的GC/MS峰面积。模型构建和评估使用Python在Google Colab中完成，采用StandardScaler进行响应缩放，并在交叉验证中于各训练折内独立执行缩放以避免数据泄漏。
四、研究结果
4.1 模型性能比较
研究人员通过初始五折交叉验证评估了十种回归模型的预测性能，使用R2、MAE、RMSE和NRMSE作为评价指标。结果显示SVR表现最佳（R2=0.6736，MAE=0.3381，RMSE=0.5716，NRMSE=0.1797），其次为ANN（R2=0.6460）和XGBoost（R2=0.6420），而线性回归类模型表现相对较差。嵌套交叉验证结果中KNN表现最佳（R2=0.649），其次为XGBoost（R2=0.641）、随机森林（R2=0.619）、SVR（R2=0.602）和ANN（R2=0.572）。尽管模型排名在两种验证方法间存在差异，但表现优异的模型总体为非线性模型，因此SVR、XGBoost、ANN、KNN和随机森林被选为候选模型进行进一步解释性分析。总体R2值中等，可能归因于未使用内标导致仪器灵敏度漂移无法完全校正、四种邻苯二甲酸酯响应量级和理化特性差异较大，以及实验数据点数量相对有限等因素。
4.2 萃取变量的特征重要性和偏依赖分析
置换特征重要性分析在五个候选模型上进行，结果显示在随机森林、XGBoost、SVR和KNN中，吸附时间的重要性最高，其次为解吸时间；在ANN中解吸时间略高于吸附时间。饱和温度在所有五个模型中均显示最低重要性。这一趋势在化学上合理：吸附时间直接影响分析物在针涂层上的累积量，解吸时间影响保留分析物从吸附相转移至GC/MS系统的效率。偏依赖分析显示，SVR的期望值随吸附和解吸时间延长而逐渐增加，有利区域位于吸附时间50分钟和解吸时间5分钟附近；XGBoost呈现更离散的响应模式，但同样指示吸附和解吸时间较高区间的有利区域。
4.3 帕累托前沿分析和期望函数的多响应优化
五种候选模型的多响应优化结果存在差异。随机森林预测最佳条件为饱和温度40.3°C、吸附时间45.9分钟、解吸时间4.6分钟（期望值0.9464）；XGBoost预测为50.5°C、50.0分钟、5.0分钟（期望值0.8936）；SVR预测为49.5°C、50.0分钟、5.0分钟（期望值0.8971）；KNN预测为41.3°C、50.0分钟、3.8分钟（期望值0.9373）；ANN预测为49.5°C、50.0分钟、5.0分钟（期望值0.8984）。SVR、XGBoost和ANN预测的条件趋于一致，接近饱和温度50°C、吸附时间50分钟、解吸时间5分钟，而随机森林和KNN建议了饱和温度较低、解吸时间较短的其他区域。最终验证性解释聚焦于SVR和XGBoost，因其预测条件与验证实验评估条件一致。验证实验在该条件下进行三次重复，观测响应为DMP 2,363,826±40,426、DEP 5,907,707±187,041、DBP 19,229,477±662,254、DEHP 1,774,710±62,958。SVR相对误差为1.01%–3.07%，XGBoost为1.73%–7.34%，平均相对误差分别为2.01%和4.12%。
五、讨论与结论
研究人员指出，机器学习模型的结果不应被解释为普遍优于RSM的证据，而是表明所提出的工作流程能够为模型比较、变量效应解释、响应可视化、多响应优化和验证评估提供补充信息。最佳实验支持条件为饱和温度50.0°C、吸附时间50.0分钟、解吸时间5.0分钟，与此前报道的该萃取系统条件一致。由于所选条件位于所研究吸附和解吸时间范围的上限，不应将其解释为全局最优解，超出当前实验域可能实现进一步改善。研究结论为：机器学习模型能够为分析方法优化提供有用的补充信息，包括模型比较、变量效应解释、响应可视化、多响应优化和实验验证；然而，研究结果应在所研究的实验域内进行解释，尤其是所选条件接近吸附时间和解吸时间的上边界；未来使用更广泛的实验范围和额外外部验证数据的研究将有助于评估在当前域之外是否可能实现进一步改进。
