Аппаратно-программный комплекс транспортабельного хромато-масс-спектрометра тхмс Текст научной статьи по специальности «Компьютерные и информационные науки»

ISSN 0868-5886

НАУЧНОЕ ПРИБОРОСТРОЕНИЕ, 2003, том 13, № 4, c. 47-54

ОРИГИНАЛЬНЫЕ СТАТЬИ

УДК 621.384.8+543.544 © И. В. Заруцкий, В. В. Манойлов

АППАРАТНО-ПРОГРАММНЫЙ КОМПЛЕКС

ТРАНСПОРТАБЕЛЬНОГО ХРОМАТО-МАСС-СПЕКТРОМЕТРА ТХМС

Рассмотрены элементы аппаратного, алгоритмического и программного обеспечения автоматизированной системы регистрации транспортабельного хромато-масс-спектрометра для сбора, обработки и представления хроматографических и масс-спектрометрических данных, используемых в научных исследованиях и на промышленных предприятиях. В состав системы регистрации входят: аналого-цифровой преобразователь с микропроцессором, цифро-аналоговые преобразователи, устройства цифрового ввода—вывода. В алгоритмическом и программном обеспечении реализованы методики масс-спектрометрических измерений и алгоритмы, предложенные авторами по обнаружению масс-спектрометрических пиков и идентификации хромато-масс-спектров.

НАЗНАЧЕНИЕ И СТРУКТУРНАЯ СХЕМА

Аппаратно-программный комплекс транспортабельного хромато-масс-спектрометра ТХМС предназначен для сбора, первичной обработки информации, хранения и идентификации анализируемых в ТХМС веществ с помощью базы данных. Аппаратно-программный комплекс (АП-комплекс) состоит из компьютера, интерфейсной платы L-Card, программного обеспечения. АП-комплекс подключается к ТХМС в соответствии с его структурной схемой, представленной на рис. 1.

ИНТЕРФЕЙСНАЯ ПЛАТА L-CARD

В АП-комплексе используется плата L-Card серии L761. Платы этой серии являются современными быстродействующими и надежными устройствами на базе высокопроизводительной шины PCI для ввода, вывода и обработки аналоговой и цифровой информации в персональных IBM-совместимых компьютерах. Благодаря интерфейсу PCI обеспечивается высокая скорость обмена информацией (данными) с программой пользователя, исключаются конфликты с другими платами, установленными в PC, и гарантируется полное отсутствие каких-то ни было конфигурационных перемычек и переключателей. Все режимы работы плат L-Card серии L761 задаются программным образом. Данная плата является удобным средством для многоканального сбора информации с собственным процессором на основе современного сигнального процессора (DSP) фирмы Analog Devices, Inc. — ADSP-2184.

Плата имеет следующие характеристики:

• интерфейс с PCI-шиной посредством микросхемы PCI9050-1 фирмы PLX Technology, Inc.;

• современный сигнальный процессор ADSP-2184 фирмы Analog Devices, Inc.;

• 16 дифференциальных каналов или 32 канала с общей землей для аналогового ввода с возможностью автоматической калибровки нуля;

• максимальная частота работы 14-битного АЦП — 125 кГц;

• два входа для внешней синхронизации при вводе сигнала;

• два аналоговых выхода 12-битного ЦАП.

АЛГОРИТМИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ АП-КОМПЛЕКСА

Алгоритмическое и программное обеспечение АП-комплекса выполняет следующие основные задачи:

• сбор данных от АЦП, подключенного к выходному каскаду электрометрических усилителей масс-спектрометра;

• управление разверткой масс-спектрометра;

• синхронизация регистрации масс-спектра с помощью сигнала от масс-спектрометра "Строб развертки";

• синхронизация работы программы с измерительным процессом в хроматографе с помощью сигнала "Старт";

• накопление масс-спектрометрических сигналов и запись их в оперативную память компьютера и на жесткий диск;

Хроматограф

Старт прогрей мы УЦВ9

Выи од усилителя

АЦП

Электронный блок масс-спектрометра Спроб разве pi кл

Пуск развертки

ЦАП

L-Card

Компьютер

Программное обеспечение

Рис. 1. Структурная схема аппаратно-программного комплекса. АЦП — аналого-цифровой преобразователь, ЦАП — цифро-аналоговый преобразователь, УЦВВ — устройство цифрового ввода и вывода

• вычитание фонового (остаточного) масс-спектра из регистрируемых масс-спектро-метрических сигналов;

• восстановление хроматограммы путем суммирования обнаруженных масс-спектро-метрических пиков;

• сглаживание масс-спектрометрических сигналов в скользящем окне с помощью квадратичных полиномов;

• фильтрация наводок и шумов в масс-спектрометрических сигналах с помощью алгоритмов прямого и обратного преобразований Фурье и с помощью фильтров Чебышева;

• отображение в графическом виде и в виде списка обнаруженных пиков масс-спектров и хро-матограмм в отдельных окнах операционной системы Windows 2000 NT;

• зарегистрированных ранее масс-спектров и хроматограмм,

• идентификация анализируемых хроматографом веществ просмотр с помощью базы данных масс-спектров.

Программа написана как многопоточное приложение Windows, интерфейс оформлен в многодокументном стиле. Программное обеспечение может одновременно:

• управлять измерительным процессом в хроматографе;

• производить отображение;

• регистрировать сигналы масс-спектрометра;

• обрабатывать масс-спектрометрические сигналы.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

АЛГОРИТМОВ ПЕРВИЧНОИ ОБРАБОТКИ МАСС-СПЕКТРОМЕТРИЧЕСКИХ СИГНАЛОВ

Перед написанием программного обеспечения было произведено исследование возможностей различных алгоритмов первичной обработки масс-спектрометрических сигналов. Целью данных исследований являлся выбор оптимальных в смысле минимизации ошибок обработки и наиболее простых в реализации алгоритмов.

Было проведено исследование пяти типов алгоритмов первичной обработки масс-спектрометрических сигналов:

• сглаживание квадратичными полиномами в скользящем окне;

• обнаружение масс-спектрометрических пиков;

• разделение мультиплетных линий;

• фильтрация наводок и шумов методами прямого и обратного преобразований Фурье;

• фильтрации шумов с помощью цифровых фильтров Чебышева.

Сглаживание квадратичными полиномами в скользящем окне

Для повышения отношения сигнал/шум, кроме цифровой фильтрации в плате АЦП, целесообразным также является применение сглаживания экспериментальных данных. Для сглаживания изотопных масс-спектров, полученных при непрерывной развертке, необходимо выбрать такой алгоритм, который позволил бы, с одной стороны, максимально возможно повысить отношение сигнал/шум, а с другой стороны, минимально исказить форму масс-спектрометрического сигнала, в том числе форму вершины масс-спектро-метрического пика. Наиболее простым, но в то же время хорошо удовлетворяющим поставленной задаче решением является сглаживание "скользящим" квадратичным полиномом [1]. Квадратичный полином строится с помощью весовых коэффициентов. Сглаживание проводится "скользящим" окном из пяти точек. Значение полученной функции Уг после сглаживания в центре окна вычисляется по формуле:

Уг = W_2 Уг-2 + Уг -1 +

+^0 Уг + Уг+1 + ^2 Уг+2 , (1)

где Уг-2, Уг-1, Уг+1, Уг+2 — соседние слева и справа от Уг экспериментальные данные, а значения весов w-1, w0, w1, w2 соответственно равны 0.0625, 0.250, 0.375, 0.250, 0.0625.

В работе [2] представлены первичные экспериментальные данные на вершине масс-спек-трального пика и данные, полученные после сглаживания рассмотренным методом и методом Са-вицкого—Галлея [3], который является наиболее распространенным в сглаживании экспериментальных спектров. Сравнение двух рассмотренных методов сглаживания показало, что оба метода уменьшают среднеквадратичное значение шума приблизительно в два раза. При сглаживании на вершине пика оба метода практически не искажают форму пика, однако метод сглаживания с весовыми коэффициентами гораздо проще в реализации и этот метод был реализован в программном обеспечении.

Обнаружение спектральных линий в масс-спектре

Обнаружение интенсивных линий может быть осуществлено по алгоритму сравнения с порогом измеренных значений ионных токов [4]. Обычно алгоритм сравнения с порогом плохо работает при обнаружении спектральной линии при отношении сигнал/шум меньше пяти. Более устойчивыми алгоритмами обнаружения при соотношении сигнал/шум меньше пяти являются алгоритмы, осно-

ванные на вычислении кросскорреляционных функций выборочных значений входного сигнала I с известным нормированным по амплитуде описанием формы полезного сигнала [5]. Аналогичными по возможностям обнаружения являются алгоритмы, основанные на вычислениях функции свертки (конволюции) выборочных значений исходного сигнала так же, как и в предыдущем случае, с нормированным по амплитуде описанием формы полезного сигнала. Математическое описание формы полезного сигнала в масс-спектрометрах может быть выполнено по алгоритму, описанному в работах [6, 7].

Для выбора алгоритма обнаружения было проведено исследование возможностей нескольких вариантов алгоритмов, в которых форма пика описывалась различными функциями.

Критерием выбора являлось минимальное отношение сигнал/шум при минимальной ошибке оценки параметров пиков.

В основе алгоритма обнаружения лежит метод вычисления свертки (конволюции) исходных данных в "скользящем окне" с функцией, описывающей форму пика. Алгоритм представлен в виде выражений (2), (3), (4), (5).

Л1(0 = сопу(8_18Ь(/), 81); (2)

Л2(г) = сопу(8_18Ь(/), 82); (3)

Л3(г) = сопу(8_18Ь(г), 8_1хе^); (4)

Л4(г) = сопу(8_18Ь(г), 8_1харесуа), (5)

где

8_18Ь — исходные данные экспериментального спектра;

81 — форма пика, описанная функцией Гаусса;

82 — форма пика, описанная выражением, представляющим собой свертку функции Гаусса и прямоугольника;

8_1хе^ — форма пика, представляющая треугольник, вписанный в исходные данные;

8_1харесуа — форма пика, представляющая трапецию, вписанную в исходные данные;

сопу — оператор, вычисляющий функцию свертки (конволюции).

Ширина окна исходных данных, в котором вычисляется функция свертки, равняется ширине пиков, которые обнаруживаются.

В результате вычисления операции свертки получается совокупность чисел, которая повторяет измеренный спектр с амплитудами пиков более чем в 10 раз превышающими исходные, но полученный спектр гораздо более гладкий. Получается как бы усиление одновременно со сглаживанием. После этого обнаружить пики в такой совокупности чисел очень легко по пороговому алгоритму.

В работе [2] приведены результаты исследований возможностей обнаружения алгоритмами,

представленными выражениями: (2), (3), (4), (5). Исследование проводилось методом математического эксперимента. К спектру, полученному из экспериментальных данных, добавлялись различные реализации случайных чисел, плотность распределения вероятностей которых соответствовала нормальному закону. Наименьший пик в спектре считается обнаруженным, если локальный максимум функции, построенный на основе сверток, появляется на заданном участке спектра. При этом не должно быть обнаружено дополнительных пиков

Анализ результатов, приведенных в [2], показывает, что все четыре алгоритма имеют одинаковые возможности по достоверному обнаружению пиков при отношении сигнал/шум 1.0 и выше. Данные исследования дали возможность реализовать в рабочей программе самый простейший из четырех рассмотренных алгоритмов. Таким алгоритмом является алгоритм (4) — вычисления свертки с формой пика в виде треугольника.

Разделение мультиплетных масс-спектрометрических пиков и оценка их параметров методом свертки экспериментальных данных с производными гауссовых функций

Теория и возможности метода обнаружения и оценки параметров масс-спектрометрических пиков методом свертки экспериментальных данных с производными гауссовых функций описаны в статье [8]. Для работы этой программы необходимо априорно знать только полуширину исследуемых пиков. Количество слипшихся пиков, как требуется во многих существующих программных продуктах, знать не нужно. Гауссовы функции, с производными которых производятся свертки, должны иметь полуширину примерно в 1.5-2 раза меньше, чем полуширина пика в сигнале масс-спектрометра.

Частные производные второго и четвертого порядков для гауссовых функций являются материнскими вейвлетами [10], с помощью которых можно произвести декомпозицию сигналов по шкалам и положениям и на основе отдельных составляющих полученной декомпозиции произвести фильтрацию и разделение пиков.

Цифровая фильтрация наводок и шумов методом прямого и обратного преобразований Фурье

В рассматриваемом АП-комплексе, содержащем большое количество узлов, возможны наводки со стороны блоков питания электронных узлов, вакуумных насосов, внешних электромагнитных

полей. Наличие такого рода наводок может существенно снижать отношение сигнал/шум в обнаруживаемых масс-спектрометрических пиках. Наибольшую амплитуду, как правило, имеет наводка на частоте 50 Гц. Для борьбы с такой наводкой применяется метод фильтрации на основе программ, реализующих прямое и обратное преобразования Фурье [9]. Суть метода заключается в следующем. Сигнал масс-спектра х(0 в плоскости амплитуда—время подвергается преобразованию Фурье по формуле (6). В результате такого преобразования получается сигнал Х(у) в плоскости амплитуда—частота.

XV) =| х(1)ехр(-2цУ1)д1 . (6)

График функции х(0, представляющей собой модель спектра из двух гауссовых пиков с наложением сигнала наводки 50 Гц, приведен на рис. 2. На рис. 3 показан спектр Фурье этого сигнала. Горизонтальная ось — ось частот в Гц.

Как видно по рис. 3, спектр Фурье состоит из двух основных частей:

• спектра полезного сигнала в полосе от -10 до 10 Гц;

• спектра помехи (наводки) на частоте 50 Гц.

Фильтрация наводки может быть осуществлена

путем умножения сигнала XV) — спектра Фурье на фильтрующую функцию F(v). Фильтрующая функция F(v) должна равняться нулю для всех V вблизи 50 Гц и равняться единице для всех остальных V. В результате умножения на такую функцию получается функция

¥(у) = т-Х(у). (7)

После такого умножения выполняем обратное

120

0 500 1000 1500 2000 2500 3000

Рис. 2. Масс-спектр с сигналом наводки 50 Гц

350030002500" 2000"

1500" 1000" 500 0

-60 -40

-20

20

40

60

Рис. 3. Спектр Фурье сигнала масс-спектрометра из двух пиков с наводкой 50 Гц

120 100

50

100

150

200

250

Цифровая фильтрация наводок и шумов с помощью фильтров Чебышева

В программном обеспечении АП-комплекса реализована фильтрация шумов и наводок с помощью фильтров Чебышева. Осуществляется фильтрация всех зарегистрированных масс-спектров анализируемой хроматограммы после операции фильтрации 50 Гц, рассмотренной выше. Для запуска программы фильтрации оператор должен "кликнуть" мышью соответствующий значок. Передаточная функция фильтра зависит от времени развертки масс-спектра и постоянной времени измерительного канала. Эти параметры вводятся в программу фильтрации из начального меню. В программе реализован фильтр Чебышева 8-го порядка. Такой порядок был подобран экспериментально для того, чтобы обеспечить в передаточной функции постоянство в области полосы пропускания и достаточно крутой спад в области частот среза. На рис. 5 представлена передаточная функция цифрового фильтра Чебышева.

Математически передаточная функция фильтра записывается следующим образом

Н ( г ) =

Ъ (1) + Ъ (2) г+ ... + Ъ (п + 1) г' 1 + а (2) г + ... а (п + 1) г ~ п

Порядок фильтра п равен 8, коэффициенты а( ) и Ъ( ) вычисляются исходя из заданной частоты среза 280 Гц и требования к величине пульсаций в полосе пропускания Яр < 0.001 дБ.

Рис. 4. Масс-спектр, восстановленный с помощью прямого и обратного преобразований Фурье

преобразование Фурье по следующей формуле

х1 (г) = |У(V) ехр(2ц'М. (8)

В результате преобразования по формуле (8) получается масс-спектр, очищенный от наводки. График очищенного масс-спектра представлен на рис. 4.

Очищение от сигналов наводок и шумов на других частотах может быть осуществлено аналогичным способом путем соответствующего выбора фильтрующей функции F(v).

0.8

0.6

0.4

0.2

! \ 5 \ ; \

..........1.............. : \ : 1 ..........14.................

1 : 1 : ! ...........................'......................

1 \

................................................

50 100 150 200 250 300 350 400

Рис. 5. Передаточная функция фильтра нижних частот Чебышева с частотой среза 280 Гц

0

0

1

0

7000

6000 5000 4000

3000 2000

1000

0

-1000

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Время, с

Рис. 6. Масс-спектр Carbon Tetrcachloride до фильтрации

7000 6000 5000 4000

3000 2000

1000 0

1000

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Время, с

Рис. 7. Масс-спектр Carbon Tetrcachloride после фильтрации

1 '

1 1 h

На рис. 6 представлен масс-спектр Carbon Tetrcachloride до фильтрации, а на рис. 7 тот же спектр после фильтрации с помощью фильтра Чебышева.

Применение цифровой фильтрации позволило увеличить чувствительность прибора примерно в 8-10 раз. Использование аналоговых фильтров нижних частот в рассматриваемом АП-комплексе может привести к существенному искажению сигналов масс-спектров при работе с "быстрыми" развертками. За время 0.3 с необходимо регистрировать масс-спектр в диапазоне от 10 до 500 а.е.м.

ИДЕНТИФИКАЦИЯ МАСС-СПЕКТРОВ С ПОМОЩЬЮ БАЗЫ ДАННЫХ НА ОСНОВЕ ВЫЧИСЛЕНИЯ КОРРЕЛЯЦИОННЫХ ФУНКЦИЙ

В АП-комплексе реализована автоматическая идентификация измеренных масс-спектров с помощью базы данных. Основные операции программы по идентификации масс-спектров.

1. Инициализация структуры исходных данных.

Для каждой точки хроматограммы (см. рис. 8) масс-спектр преобразуется в два вектора, каждый из которых состоит из целых чисел: вектор масс и вектор интенсивностей. В векторе интенсивностей максимальная интенсивность принимается за 100, а остальные интенсивности вычисляются по отношению к максимальной интенсивности, а затем округляются до целого числа. Для сокращения количества информации и ускорения поиска в базе данных из исходного масс-спектра выбираются только те пики, интенсивность которых превышает 8 % максимальной. Такое допущение установлено в соответствии с опытом идентификации веществ в хромато-масс-спектрометрии [11].

2. Инициализация векторов масс и векторов интенсивностей для каждого из веществ базы данных.

Для каждого из веществ базы данных, записанных на магнитном диске в А8С11-стандартном формате кодов, например в формате N181 (Американский национальный институт стандартов), или другом, согласованном с различными пользователями, образуется пара векторов: вектор масс и вектор интенсивностей. Каждой паре таких векторов присваивается определенный номер N для ее привязки к соответствующему названию вещества и химической формуле.

Формат данных в таких векторах соответствует формату векторов в структуре исходных данных.

3. Вычисление кросскорреляционных функций.

Для каждой пары векторов вычисляются кросс-корреляционные функции отдельно соответственно для вектора масс и вектора интенсивностей исходных данных масс-спектра.

4. Образование массивов кросскорреляционных функций.

Кросскорреляционные функции для векторов масс и векторов интенсивностей записываются в массивы данных. Причем номер числа в массиве кросскорреляционных функций масс и в массиве кросскорреляционных функций интенсивностей соответствует номеру N пары векторов.

5. Поиск максимальных значений кросскор-реляционных функций.

В массивах кросскорреляционных функций векторов масс и векторов интенсивностей находятся

аппаратно-программный комплекс...

53

Рис. 8. Пример хроматограммы (нижняя часть рис.) с идентификацией веществ по их масс-спектру с помощью базы данных. В верхней части показан масс-спектр, соответствующий отмеченной вертикальным и горизонтальным маркерами точке (по стрелке) на хроматограмме для времени 2 мин 21.8 с

максимальные значения и фиксируются номера в массивах, соответствующие максимальным значениям N для вектора масс и N для вектора ин-тенсивностей.

6. Принятие решения о совпадении исходного масс-спектра с масс-спектром из базы данных.

При равенстве чисел N и N и в случае превышения кросскорреляционными функциями вектора масс и вектора интенсивности величины заданного порога, например в данной программе значения 0.99, по номеру N пары векторов масс и интенсивностей из базы данных извлекается информация о названии вещества и его химической формуле.

Операции 1... 6 повторяются для каждой точки хроматограммы, т. к. каждая точка хроматограм-мы соответствует отдельному масс-спектру.

В случае отсутствия исходного масс-спектра в базе данных, как например для точки 2:23.8 (см. рис. 8), пользователь может с помощью специального меню ввести название и химическую формулу известного ему масс-спектра. После нажатия соответствующей клавиши масс-спектр в стандартном виде записывается в базу данных. На рис. 8 представлен пример хроматограммы с идентификацией веществ по их масс-спектру с помощью базы данных.

ЗАКЛЮЧЕНИЕ

Рассмотренный АП-комплекс включен в состав транспортабельного хромато-масс-спектрометра (ТХМС), построенного на основе газового хрома-

тографа "Купол-55" и масс-спектрометра с квад-рупольным анализатором. Проведенные испытания показали его пригодность к работе с временами разверток масс-спектра от 0.3 до 10 с в диапазоне масс от 10 до 500 а.е.м. Алгоритмическое и программное обеспечение комплекса могут иметь также самостоятельное применение для других хромато-масс-спектрометров и других масс-спектрометров, предназначенных для химического и элементного анализов.

СПИСОК ЛИТЕРАТУРЫ

1. Klimowsky R.I., Wenkatarghan R., McLaf-ferty F.W. A small on line computer system for high resolution mass spectrometry // Org. Mass. Spectr. 1970. V. 4. P. 17-39.

2. Шубин В.М. и др. Модернизация системы регистрации масс-спектрометров МИ 1201 с непрерывной разверткой // Научное приборостроение. 2003. Т. 13, № 2. С. 64-72.

3. Savitsky A., Golay M.J. Smoothing and Differn-tion of Data by simplified least squares procedures // Analytical Chemistry. July 1964. V. 36, N 8. P. 1627-1639.

4. Разников В.В., Разникова М.О. Информационно-аналитическая масс-спектрометрия. М.: Наука, 1992. 247 с.

5. Гуревич А.Л. и др. Автоматизация обработки масс-спектрометрической информации. М.: Энергия, 1978. 182 с.

6. Манойлов В.В., Заруцкий И.В. Отбраковка "выбросов" и оценка параметров масс-спектро-метрических сигналов для прецизионного изотопного анализа // Научное приборостроение. 2002. Т. 12, № 3. С. 38-46.

7. Манойлов В.В., Заруцкий И.В. Алгоритмы первичной обработки масс-спектро-метрических сигналов для прецизионного изотопного анализа // Вопросы атомной науки и техники: Серия "Техническая физика и автоматизация", Научно-технический сборник. М.: Министерство Российской Федерации по атомной энергии, Центральный научно-исследовательский институт информации и технико-экономических исследований в атомной науке и технике, 2002. Вып. 56. С. 5274.

Сирвидас С.И], Заруцкий И.В., Ларионов А.М., Манойлов В.В. Обнаружение, разделение и оценка параметров масс-спектрометрических пиков методом свертки экспериментальных данных с производными гауссовых функций // Научное приборостроение. 1999. Т. 9, № 2. С. 71-75.

9. Макс Ж. Теория и техника обработки сигналов при физических измерениях. М.: Мир, 1983. Т. 1 — 280 с.

10. Добеши И. Десять лекций по вейвлетам (пер. с англ.). Ижевск: НИЦ "Регулярная и хаотическая динамика", 2001. 464 с.

11. Карасек Ф., Клемент Р. Введение в хромато-масс-спектрометрию. Мир, 1993. 237 с.

Институт аналитического приборостроения РАН, Санкт-Петербург

Материал поступил в редакцию 24.10.2003.

HARDWARE-SOFTWARE COMPLEX FOR A MOBILE CHROMATOGRAPH - MASS SPECTROMETER TXMC

I. V. Zarutsky, V. V. Manoilov

Institute for Analytical Instrumentation RAS, Saint-Petersburg

The paper presents hardware and software for the automated data acquisition system of a mobile chromato-graph—mass spectrometer, which performs chromatographic and mass spectral data collection, processing and display for both research and industrial applications. The data acquisition system comprises an analog-to-digital converter with a microprocessor, digital-to-analog converters, digital input-output devices. The algorithms and programs for mass spectral measurements are based on the authors original methods and algorithms for mass spectral peak detection and chromato-mass spectrum identification.