Метод подбора комбинаций оптических хемосенсорных материалов для идентификации парофазных экотоксикантов

Введение. Загрязнение окружающей среды является важной проблемой для общественной и экологической безопасности. Для экспресс-контроля экотоксикантов в паровой фазе применяются кросс-реактивные оптические хемосенсорные материалы, комбинации которых позволяют идентифицировать обнаруженные вещества. Подбор комбинаций хемосенсоров, с помощью которых возможна наиболее надежная идентификация веществ, редко рассматривается исследователями; вместо этого часто используются все доступные хемосенсорные материалы, хотя меньшая по размеру комбинация может быть более надежной и информативной.

Цель работы. Предложить метод подбора комбинаций хемосенсорных материалов, позволяющий составить из набора доступных хемосенсорных материалов комбинацию, наиболее подходящую для идентификации установленной группы парофазных веществ.

Материалы и методы. Предложена метрика качества комбинации для задачи идентификации, численно описывающая степень ортогональности и близость распределений векторов отклика комбинации на воздействие веществ. На основе метрики сформулирован метод подбора комбинаций. Предложенный метод апробирован на примере подбора комбинации проницаемых флуоресцентных хемосенсорных материалов, выполняющей идентификацию насыщенных паров нитроароматических экотоксикантов и веществ-помех. Идентификация веществ по отклику комбинации материалов на воздействие паров веществ выполнена классификационными моделями на основе метода опорных векторов и метода главных компонент.

Результаты. Определена комбинация проницаемых флуоресцентных хемосенсорных материалов, наиболее надежная для решения задачи идентификации паров нитроароматических экотоксикантов и веществ-помех. Показана возможность скорой идентификации веществ в ходе воздействия на материалы. Показано, что метрика качества ниже для комбинации из всех доступных флуоресцентных хемосенсорных материалов в сравнении с меньшей по размеру комбинацией материалов, подобранной предложенным методом.

Заключение. Предложен подход к решению проблемы подбора оптимальной комбинации хемосенсорных материалов для решения задачи идентификации установленной группы веществ. Показано, что подбор комбинации материалов предлагаемым методом позволяет повысить надежность идентификации веществ и сократить количество разнородных хемосенсорных материалов в комбинации.

1. Harbison R. D., Bourgeois M. M., Johnson G. T. Hamilton and Hardy's Industrial Toxicology. 6th ed. Hoboken: Wiley, 2015. 1376 p. doi: 10.1002/9781118834015

2. The vapor pressures of explosives / R. G. Ewing, M. J. Waltman, D. A. Atkinson, J. W. Grate, P. J. Hotchkiss // Trends in Analytical Chemistry. 2013. Vol. 42. P. 35–48. doi: 10.1016/j.trac.2012.09.010

3. Östmark H., Wallin S., Ang H. G. Vapor pressure of explosives: a critical review // Propell. Explos. Pyrot. 2012. Vol. 37. P. 12–23. doi: 10.1002/prep.201100083

4. Chemical sniffing instrumentation for security applications / S. Giannoukos, B. Brkić, S. Taylor, A. Marshall, G. F. Verbeck // Chem. Rev. 2016. Vol. 116, iss. 14. P. 8146–8172. doi: 10.1021/acs.chemrev.6b00065

5. Daeid N. N., Yu H. A., Beardah M. S. Investigating TNT loss between sample collection and analysis // Science & Justice. 2016. Vol. 57, iss. 2. P. 95–100. doi: 10.1016/j.scijus.2016.10.007

6. Design of fluorescent sensors based on azaheterocyclic push-pull systems towards nitroaromatic explosives and related compounds: A review / E. V. Verbitskiy, G. L. Rusinov, O. N. Chupakhin, V. N. Charushin // Dyes Pigm. 2020. Vol. 180. P. 108414. doi: 10.1016/j.dyepig.2020.108414

7. Хемосенсоры для обнаружения нитроароматических (взрывчатых) веществ / Г. В. Зырянов, Д. С. Копчук, И. С. Ковалев, Э. В. Носова, В. Л. Русинов, О. Н. Чупахин // Успехи химии. 2014. Т. 83, № 9. С. 783–819. doi: 10.1070/RC2014v083n09ABEH00446

8. Fido X4. URL: https://archive.fo/aC1Oy (дата обращения: 04.04.2024)

9. Askim J. R., Suslick K. S. Hand-held reader for colorimetric sensor arrays // Anal. Chem. 2015. Vol. 87, iss. 15. P. 7810–7816. doi: 10.1021/acs.analchem.5b01499

10. Li Z., Suslick K. S. The optoelectronic nose // Acc. Chem. Res. 2021. Vol. 54. P. 950–960. doi: 10.1021/acs.accounts.0c00671

11. Non-contact identification and differentiation of illicit drugs using fluorescent films / K. Liu, C. Shang, Z. Wang, R. Miao, K. Liu, T. Liu, Y. Fang // Nature Communications. 2018. Vol. 9. Art. num. 1695. doi: 10.1038/s41467-018-04119-6

12. Li Z., Askim J. R., Suslick K. S. The optoelectronic nose: colorimetric and fluorometric sensor arrays // Chem. Rev. 2019. Vol. 119, iss. 1. P. 231–292. doi: 10.1021/acs.chemrev.8b00226

13. A digitally printed optoelectronic nose for the selective trace detection of nitroaromatic explosive vapours using fluorescence quenching / N. Bolse, R. Eckstein, M. Schend, A. Habermehl, C. Eschenbaum, G. Hernandez-Sosa, U. Lemmer // Flex. Print. Electron. 2017. Vol. 2. P. 024001. doi: 10.1088/2058-8585/aa6601

14. Hastie T., Tibshirani R., Friedman J. The elements of statistical learning. 2nd ed. New York: Springer New York, 2009. 745 p. doi: 10.1007/978-0-387-84858-7

15. Jolliffe I. T., Cadima J. Principal component analysis: a review and recent developments // Phil. Trans. R. Soc. A. 2016. Vol. 374. P. 20150202. doi: 10.1098/rsta.2015.0202

16. Комбинации люминесцентных материалов для однозначной идентификации паров нитросоединений / Р. Д. Чувашов, А. А. Баранова, К. О. Хохлов, Ю. А. Квашнин, Е. В. Вербицкий // Технологии безопасности жизнедеятельности. 2023. № 4. С. 5–16. doi: 10.17223/7783494/4/1

17. Trimethylsilylethynyl-Substituted Pyrene Doped Materials as Improved Fluorescent Sensors towards Nitroaromatic Explosives and Related Compounds / R. D. Chuvashov, E. F. Zhilina, K. I. Lugovik, A. A. Baranova, K. O. Khokhlov et al. // Chemosensors. 2023. Vol. 11, iss. 3. P. 167. doi: 10.3390/chemosensors11030167

18. Random copolymers of styrene with pendant fluorophore moieties: synthesis and applications as fluorescence sensors for nitroaromatics / M. Zen Eddin, E. F. Zhilina, R. D. Chuvashov, A. I. Dubovik, A. V. Mekhave, K. A. Chistyakov, A. A. Baranova, K. O. Khokhlov, G. L. Rusinov, E. V. Verbitskiy, V. N. Charushin // Molecules. 2022. Vol. 27, № 20. P. 6957. doi: 10.3390/molecules27206957

19. Lynch E. J., Wilke C. R. Vapor Pressure of Nitrobenzene at Low Temperatures // J. Chem. Eng. Data. 1960. Vol. 5, iss. 3. P. 300. doi: 10.1021/je60007a018

20. Vapor Pressure of Chemicals. Subvolume B: Vapor Pressure and Antoine Constants for Oxygen Containing Organic Compounds / J. Dykyj, J. Svoboda, R. C. Wilhoit, M. Frenkel, K. R. Hall. Berlin: Springer-Verlag, 2000. 327 p.

21. Toluene. NIST Chemistry WebBook. URL: https://archive.fo/luQNt (дата обращения: 04.04.2024)

22. Ammonia. NIST Chemistry WebBook. URL: https://archive.fo/QbeZz (дата обращения: 04.04.2024)

23. Dichlorobenzene. NIST Chemistry WebBook. URL: https://archive.fo/T29XZ (дата обращения: 04.04.2024)

24. Флуоресцентное определение паров нитробензола с использованием допированного флуорофорами полистирола / Р. Д. Чувашов, Д. В. Беляев, К. О. Хохлов, А. А. Баранова, М. Зен Еддин, И. И. Мильман, Е. В. Вербицкий // Аналитика и контроль. 2022. T. 26, № 4. C. 284–297. doi: 10.15826/analitika.2022.26.4.005

25. Gupta A., Biswas B., Dutta T. Approaches and Applications of Early Classification of Time Series: A Review // IEEE Transactions on Artificial Intelligence. 2020. Vol. 1, iss. 1. P. 47–61. doi: 10.1109/TAI.2020.3027279

26. Brereton R. G. The Chi squared and multinormal distributions // J. Chemometrics. 2014. Vol. 29. P. 9–12. doi: 10.1002/cem.2680