application of non-bilinear voltammetric data for the first-order excellence in simultaneous determination of ascorbic acid, uric acid, acetaminophen and noradrenalin in interfering media

For the first time, an analytical methodology based ondifferential pulse voltammetry (dpv) at a glassy carbon electrode (gce) assisted by two multivariate calibration (mvc) models including back propagation-artificial neural network (bp-ann), non-linear class, and partial least squares-1 (pls-1), classical class, thatthey have been constructed on the basis of non-bilinear first order differential pulse voltammetry (dpv) data,was developed and validated for the simultaneous determination of ascorbic acid, uric acid, acetaminophen, and noradrenalinto identify which approach offers the best predictions.the baselines of the dpv signals were corrected by asymmetric least square spline regression (aslssr) algorithm. before applying the pls-1,lack of bi-linearity was tackled by potential shift correction using correlation optimised warping (cow) algorithm. the multivariate calibration (mvc) model was developed as a quaternary calibration modelin a blank human serum sample (drugfree) provided by a healthy volunteer to regard the presence of a strong matrix effect which may be caused by the possible interferents present in the serum, and it was validated and tested with two independent sets of analytes mixtures in the blank and actual human serum samples, respectively.according to the obtained results, the pls-1 was recommended for simultaneous determination of aa, ua, ac, and na in both blank and actual human serum samples .

کاربرد داده های ولتامتری غیر دو خطی به دلیل برتری روش های مرتبه اول در اندازه گیری همزمان آسکوربیک اسید، اوریک اسید، استامینوفن و نورآدرنالین در محیط تداخل

یک روش تجزیه ای بر اساس ولتامتری پالس تفاضلی در سطح الکترود کربن شیشه‌ای با همکاری دو روش چند متغیره کمومتریکسی شامل پس انتشار شبکه عصبی مصنوعی که از روشهای غیر خطی می باشد و روش حداقل مربعات جزئی 1 که از روش­های کلاسیک است و در هر دو روش از داده های ولتامتری پالس تفاضلی که قاعدتاً دادهای مرتبه اول غیر خطی هستند استفاده گردیده است، برای اندازه­گیری همزمان اسکوربیک اسید، اوریک اسید، استامینوفن و نورآدرنالین توسعه و اعتبار سنجی می شوند تا مشخص گردد که کدام روش پیش بینی بهتری را برای غلظت  گونه های یاد شده ارائه می دهد. خط زمینه طیف­های ولتامتری پالس تفاضلی توسط الگوریتم رگرسیون کوچکترین مربعات نامتقارن تصحیح گردید. جابجایی پتانسیل و مشکل دوخطی بودن داده­ها، پیش از استفاده از روش حداقل مربعات جزئی 1  با به کارگیری الگوریتم همبستگی انحراف بهینه شده اصلاح شد. مدل کالیبراسیون چند متغیره به عنوان یک مدل کالیبراسیون چهارتایی در یک نمونه سرم انسانی خالی (بدون دارو) ارائه شده توسط یک داوطلب سالم برای در نظر گرفتن وجود یک اثر ماتریکس قوی که ممکن است توسط تداخل‌های احتمالی موجود در سرم ایجاد شود، ایجاد شد و با دو مجموعه مستقل از مخلوط آنالیت‌ها در نمونه‌های خالی و واقعی سرم انسانی اعتبارسنجی و آزمایش شد.  در نهایت، روش حداقل مربعات جزئی 1 برای اندازه گیری همزمان همزمان اسکوربیک اسید، اوریک اسید، استامینوفن و نورآدرنالین هم در نمونه سرم انسانی شاهد و هم در نمونه سرم انسانی مورد بررسی نتایج بهتری را در مقایسه با پس انتشار شبکه عصبی مصنوعی نشان داد.