導讀： 盡管近紅外光譜不屬于特別靈敏的分析技術，但由于該技術具有不需要樣品預處理的特點，其非常適合于過程監測、材料科學和醫療等領域的應用。

    盡管近紅外光譜不屬于特別靈敏的分析技術，但由于該技術具有不需要樣品預處理的特點，其非常適合于過程監測、材料科學和醫療等領域的應用。

　　過去十年近紅外光譜技術新進展

　　專家們認為近紅外光譜技術進展主要是新成像系統和儀器的小型化。

　　Pierre Dardenne是比利時瓦隆農業研究中心的部門主任，他認為近紅外技術的兩大進展是高光譜成像和便攜式儀器。Gary McGeorge是百時美施貴寶公司(bristol-myers squibb)的科學家，他贊同Dardenne關于高光譜成像重要性的觀點。“成像光譜儀和高光譜成像儀的商品化和應用是近紅外領域過去十年的顯著性變革”，他說，“成像技術可以給出藥物中成分的微觀分布信息，為進一步了解該藥物的功效提供幫助。”

　　McGeorge指出，這些成像儀器除了用于藥品分析外，還可與機器視覺系統結合用于農業和食品加工領域。他說：“如果分析時只需要幾個波長，這些成像系統可以在幾秒鐘之內得到實時的圖像，這在以前是不可能的事。”

　　Benoit Igne是葛蘭素史克(GSK)公司的科學家，也是近紅外光譜學會(Council for Near-Infrared Spectroscopy)主席當選人，他認為主要的進展是近紅外系統的小型化。他說：“過去5–10年，近紅外zui重要的進展是市場上存在的低成本、小型、儀器，它們可以替代大型儀器用于研發、現場和生產等場合。”Benoit Igne認為微型FT-NIR、MEMS-NIR、LVF-NIR可用于先前研究級儀器所應用的領域，例如實時分析、在線監測和過程控制。他補充說：“這類儀器的低成本特點，甚至允許儀器在出現故障時換一臺新儀器，而不是維修，具備*顛覆傳統儀器生命周期的能力。”

　　局限與挑戰

　　下面專家們將討論當前光譜學家在研發和使用近紅外光譜技術時所面臨的主要挑戰，包括該技術的局限性以及使用該技術的困難性。

　　Benoit Igne說：“使近紅外光譜這么令人關注，同時也是使其難以應用的原因是近紅外光譜對樣品的基體非常敏感。”他指出，除非建立的模型經過認真系統的設計和驗證，否則所建立的模型極易受樣品基體的影響，例如樣品的顆粒度、密度、濕度和溫度，而系統的設計和驗證工作通常需要大量的時間、精力和資金。Benoit Igne接著說：“我們需要繼續做工作，以深入了解漫反射和透射的吸收和散射特性，以開發出更有效的算法來消除基體對光譜的影響，從而提高模型的穩健性。”

　　McGeorge認同上述觀點，近紅外光譜技術的重大挑戰是建立穩健的模型。他說：“建立定量方法，必須保證模型的準確性并且在多種變化的物理干擾物存在的情況下模型依舊穩健。在建立藥物模型時，要設計并實現模型的穩健性非常昂貴。光譜學家需要掌握如何在zui低資源消耗的條件下減少這些干擾物的影響。”他補充說到，如果模型沒有能力適應各種影響因素，我們很難讓企業的相信近紅外技術會帶來顯著的經濟效益。

　　McGeorge認為藥物分析對近紅外模型有額外的穩健性要求，這是因為藥片和其他口服制劑所用的輔料存在固有的易變性。他說：“輔料經常來源于天然產物，因此季節、地域和其他因素的變化會使這些材料在物化組成上的發生改變。這些變化常常會對近紅外光譜特征產生直接的影響，在模型建立和商務采購談判過程中需要充分考慮這些變動因素。”

　　Igne認為，儀器設計缺少一致性是近紅外光譜技術另一個重要問題。他解釋說：“由于儀器之間不一致，不能將一臺儀器上建立的模型直接應用到另一臺儀器上，所以模型傳遞往往需要不小的投入并且可能會用到復雜的算法。”他認為，對于傳統分析化學框架體系而言，這些建模和傳遞算法是主要的障礙。他補充說：“許多近紅外使用者為了避免處理模型傳遞問題，在推廣應用時不得不采用建模時使用的那款儀器。”

　　Dardenne談及了近紅外光譜技術在農業應用中存在的一些問題，他說：“沒有經過實際驗證的模型到處可見，許多論文只給出了隨機交互驗證結果，卻沒有給出獨立的驗證結果。”他認為，對于農產品應用，近紅外光譜的檢測限也是一個挑戰，對于小于0.1%含量的分析物，近紅外光譜通常無能為力。他說：“由于內部相關性，有些模型看上去很好，但待測組分的信息實際上被噪聲掩蓋了。”

　　Igne補充道，在分析實驗室近紅外方法還沒有得到廣泛的認可。他說：“即使近紅外光譜方法被證明是成功的，但人們還是傾向于使用傳統的濕化學分析方法。” Igne認為，只有在線和實時信息成為企業的必需時，近紅外光譜技術才能得到迅速應用。

　　人才的缺乏

　　近紅外光譜的另一個主要挑戰是，面對寬廣的應用領域，嚴重缺乏具備充足專業知識和技能的技術人員。因此，當企業想采用近紅外技術時，很難找到可以勝任的人員幫助他們完成這些工作。McGeorge說：“現在很難找到合適的人，簡單通過招聘的方法幾乎不可能得到具有這方面技能的技術人員。”

　　McGeorge認為造成人才缺乏的原因是：“在藥廠，PAT倡議計劃引起了學術上的廣泛興趣，探索使用光譜如何能更好地理解制藥配方和制藥過程。”但是，很多學校只是使用現成的工具，而沒有掌握和理解建模背后的光譜儀器和數學算法。McGeorge說：“而且，我認為許多用戶被近紅外儀器銷售商的宣傳所左右，他們將該技術宣傳得非常容易，以打消用戶有關建立穩健模型所使用復雜算法的顧慮。”因此，這些學校培養出的是缺乏光譜知識背景的藥劑師或工程師，McGeorge說，這些學生進入工作崗位時對光譜沒有足夠的理解。

　　Dardenne贊同在大學和高中階段進行更多的關于近紅外光譜知識的教育，他介紹說近紅外光譜學會Ana Garrido-Varo主席正在努力做這方面的事情。Dardenne說，他們正在建一個用于近紅外光譜教學的虛擬平臺，不久就可以使用并且給學生提供學分。

　　如何應對挑戰

　　Igne認為：“所有儀器制造商都在千方百計提高模型在不同儀器上的可傳遞性，我期待進一步減少儀器制造時的差異，那時上述傳遞的方法會更有效。”但是，他預計模型傳遞問題將持續到下一個十年。

　　對于樣品基體的影響，據Igne介紹，現在有不少團隊正在深入研究散射和吸收現象，并著手開發更好提取相關信息的算法。他說：“我認為在學術圈，這方面的研究將持續一段時間。”

　　對解決這一問題，McGeorge看到了一些進展。“隨著問題的明確，化學計量學家正在研究一些絕妙的算法來解決這一問題。” McGeorge說，“外部參數正交化(EPO)就是一個例子，該方法可以消除已知的系統干擾物的影響，保證所建模型對這類變動是穩健的。”他補充說，該方法可以校正消除光譜儀或原材料的系統性變化，這些變化是由已知因素引起的。

　　McGeorge還介紹了另一種提高模型穩健性的可能解決方法，“一種新的商品化技術，這種空間位移分析技術在一個區域照射樣品在另一個區域檢測信號。”他說，“隨著這種技術的不斷成熟，有可能成為實施近紅外技術的一種完整解決方案，用于消除光譜中的物理擾動信號，從而更容易建立更穩健的模型。”

　　Igne認為，讓更多實驗室采用近紅外光譜技術依賴于兩件事：讓使用者弄懂驗證統計學和簡化建模步驟。他說：“近紅外邁向更廣泛成功應用的重要一步是讓非化學計量學專家更容易掌握該技術。”