Automated GC/MS Characterization of Ball Point Pen Inks by Differential Analysis and Predictive Modeling

Význam tématu

Stanovení stáří inkoustu na papíře hraje klíčovou roli v forenzních vyšetřováních, daňových kontrolách či dokumentačních auditech. Pokročilá kombinace chromatografie s hmotnostní spektrometrií a chemometrických metod usnadňuje a zpřesňuje rozlišení vzájemně podobných vzorků inkoustu a odhad data aplikace zápisu.

Cíle a přehled studie

Cílem práce bylo vyvinout vysoce automatizovaný postup pro charakterizaci kuličkových perních inkoustů spojením termální extrakce, GC/MS analýzy a statistického třídění. Studie demonstruje, jak lze pořízená spektra efektivně zpracovat, filtrovat rušivé signály a využít modely strojového učení pro predikci stáří a typu inkoustu bez zásahu uživatele.

Použitá metodika a instrumentace

• Vzorkování: čtverce papíru (1,5 × 1,5 cm) s nánosem inkoustu, přídavek interního standardu, analýza v různých časech až do 90 dnů.
• GC/MS systém: Agilent 7890 GC s 5975C MSD; termální separation probe (TSP) s Multi-Mode Inlet (MMI).
• Chromatografické podmínky: DB-5HT kolona (15 m, 0,25 mm, 0,25 μm), helia jako nosného plynu, teplotní program od 70 °C do 340 °C.
• MS detekce: EI ionizace; rozsah m/z 40–570; rozlišení „low“, citlivost „medium“.
• Software a zpracování dat: AMDIS pro dekonvoluci spekter, Mass Profiler Professional 12.0 pro extrakci významných entit a ANOVA filtrování, SCP 2.0 spojené s ChemStation E.02.02 SP1 pro automatizaci prediktivních modelů.

Hlavní výsledky a diskuse

• Po etapech dekompozice a statistického filtrování (jednocestná ANOVA p < 0,05, CV < 45 %) se počet relevantních entit snížil z 341 na 87.
• Bylo vyzkoušeno pět algoritmů: Support Vector Machine (SVM), neuronová síť, Partial Least Squares Discrimination (PLS-DA), rozhodovací strom a Naive Bayes.
• Dva modely (SVM a PLS-DA) správně klasifikovaly všech pět neznámých vzorků s důvěrou mezi 53 % a 85 %.
• Model rozhodovacího stromu dosáhl čtyř správných predikcí, neuronová síť a Naive Bayes pouze dvou.
• Automatizované skripty SCP umožnily generovat konečnou zprávu s minimálním zásahem operátora, což zvyšuje propustnost a konzistenci výsledků.

Přínosy a praktické využití metody

• Kompletně automatizované workflow zkracuje dobu analýzy a minimalizuje riziko chyb uživatele.
• Statistické modely dovolují jednoznačně rozlišit inkousty různých značek a odhadnout dobu od nanesení až na úroveň jednotek dnů.
• Metoda je vhodná pro forenzní laboratoře, QA/QC prostředí i regulační kontrolu dokumentů.

Budoucí trendy a možnosti využití

• Rozšíření trénovacích datasetů o širší škálu inkoustů a podmínek skladování pro zvýšení robustnosti modelů.
• Integrace dalších analytických technik (např. LC/MS nebo Ramanovy mikrospektroskopie) pro komplexnější charakterizaci.
• Nasazení cloudových řešení pro sdílenou databázi vzorků a centrální aktualizaci prediktivních modelů.

Závěr

Studie ukázala, že spojení termální extrakce, GC/MS a chemometrie v automatizovaném workflow umožňuje spolehlivě charakterizovat kuličkové perní inkousty a predikovat stáří záznamu. Optimalizace filtračních postupů a volba vhodných klasifikačních algoritmů vedou k vysoké úspěšnosti identifikace bez nutnosti manuálních zásahů.

Reference

• Hom B., Serino T., Gray A. Automated GC/MS Characterization of Ball Point Pen Inks by Differential Analysis and Predictive Modeling. Agilent Technologies, ASMS 2012, MP573.