Mod bæredygtig metodeudvikling og identifikation af stoffer i HPLC

Væskekromatografi (også kaldet HPLC) er en af de mest udbredte kemiske analysemetoder. Den bruges til at separere og identificere kemiske stoffer i forskellige typer af prøver – fx inden for medicinalindustrien, miljøkemiske undersøgelser og fødevarekontrol.

Men metoden har stort forbrug af opløsningsmidler – i særdelseshed methanol og acetontril, som begge er skadelige for menneskers helbred. Livscyklusanalysen for acetonitril er desuden negativ, og derfor vil det være hensigtsmæssigt at bruge mere bæredygtige opløsningsmidler.

I forskningsprojektet samarbejder Cphbusiness med Aarhus Universitet om at lave en machine learningsmodel, som kan forudsige kromatografiske data og dermed reducere mængden af forsøg, der er nødvendige for at udvikle kromatografiske metoder og identificere ukendte stoffer.

Det vil sige, at modellen kan gøre væskekromatografi mindre tids- og ressourcekrævende og mere bæredygtigt.

Sådan gør vi – kort fortalt

Da formålet med projektet er at opbygge en database over kromatografiske resultater, er dataindsamlingen og bredden i data altafgørende. Cphbusiness genererer databasen over kromatografiske resultater.

Dataindsamlingen foregår ved at definere en række forsøgsbetingelser, som hver af de kemiske stoffer, der indgår i projektet, skal analyseres ved. Forsøgsbetingelserne defineres i en forsøgsplan, inden det eksperimentelle arbejde begynder, og der laves en plan for, hvornår de forskellige analyser skal udføres.

Projektgruppen laver forsøgsplanen ud fra de ønsker, som kommer fra samarbejdspartneren på Aarhus Universitet, hvor en Ph.d.-studerende udvikler en machine learningsmodel på baggrund af databasen.

En generel model, som kan bruges af alle

Der findes lignende modeller, som kun gælder for specifikke stoffer og udstyr og ikke kan anvendes på andre områder. Der er derfor en stor efterspørgsel på en mere generel model.

Den machine learningsmodel, som forskningsprojektet udvikler, vil kunne bruges verden over af alle, der arbejder med metodeudvikling og identifikation af stoffer ved hjælp af væskekromatografi. Og den vil i modsætning til tidligere værktøjer kunne tilpasses en bred vifte af eksperimentelle design.

Databasen er desuden et vigtigt resultat i sig selv, da den også kan bruges af andre til at udarbejde specifikke modeller, til det de arbejder med.