Журнал аналитической химии, 2023, T. 78, № 4, стр. 317-353

ЦВЕТОМЕТРИЧЕСКИЕ СИСТЕМЫ, УСТРОЙСТВА И ПРИСПОСОБЛЕНИЯ ДЛЯ ХИМИЧЕСКОГО АНАЛИЗА С ИСПОЛЬЗОВАНИЕМ СМАРТФОНА

Расширение возможностей и перспективы развития цветометрического метода при использовании смартфона как современного и портативного инструмента для мониторинговых исследований в различных областях производственного комплекса обусловлены не только многообразием цветометрических систем и доступных программных продуктов, но и значительным спектром устройств и приспособлений, которые в настоящее время разработаны для решения конкретных нетривиальных задач.

В ряде научных обзоров [2–4] подробно рассмотрены основные цветометрические системы, применяемые в химической цветометрии на основе бытовых, офисных и персональных цветорегистрирующих устройств. Наибольшей популярностью в химическом анализе с использованием смартфона для фиксации цветометрических характеристик получили такие системы, как RGB, CIE (1976) L*a*b, HSL, CMYK, YCbCr, CIE 1931 (XYZ), HSV (HSB), которым можно дать следующую общую характеристику:

− RGB (от англ. red, green, blue) – аддитивная цветовая модель, описывающая способ кодирования цвета для цветовоспроизведения с помощью трех цветов, которые принято называть основными. Выбор основных цветов обусловлен особенностями физиологии восприятия цвета сетчаткой человеческого глаза. Система RGB на практике является наиболее распространенной цветовой моделью для компьютерных изображений и смартфона. В 24-битной версии этой модели возможны 256 значений для каждого из трех основных цветов, что дает производные комбинации в диапазоне 16777216 цветовых решений.

− HSL, HLS или HSI (от англ. hue, saturation, lightness (intensity)) – цветовая модель, в которой цветовыми координатами являются тон, насыщенность и светлота.

− CIE 1931 (XYZ) – эталонная цветовая модель, заданная в строгом математическом смысле Международной комиссией по освещению в 1931 г. Модель CIE (1931) XYZ является мастер-моделью практически всех остальных цветовых моделей, используемых в технических областях.

− CIE 1976 L*a*b* (CIELAB) представляет собой цветовое пространство, особенно используемое для характеристики цветов поверхности. Цвета характеризуют три размера: яркость L* определяется яркостью поверхности; два параметра a* и b* выражают отклонение цвета от цвета серой поверхности той же яркости. Наличие серой неокрашенной ахроматической поверхности подразумевает явное указание состава света, который освещает окрашенную поверхность. Цветовое пространство CIELAB определяется из пространства CIE XYZ. По сравнению с последним оно имеет то преимущество, что распределение цветов больше соответствует восприятию цветовых различий зрительной системой человека.

− HSV (от англ. hue, saturation, value) или HSB (от англ. hue, saturation, brightness) – цветовая модель, в которой координатами цвета являются: Hue – цветовой тон, (например, красный, зеленый или сине-голубой). Варьируется в пределах 0–360°, однако иногда приводится к диапазону 0–100 или 0–1. Saturation – насыщенность; варьируется в пределах 0–100 или 0–1. Чем больше этот параметр, тем “чище” цвет, поэтому этот параметр иногда называют чистотой цвета. А чем ближе этот параметр к нулю, тем ближе цвет к нейтральному серому. Value (значение цвета) или Brightness – яркость; также задается в пределах 0–100 или 0–1. Модель была создана Элви Рэем Смитом в середине 1970-х. Она является нелинейным преобразованием модели RGB.

− CMYK (от англ. cyan, magenta, yellow, key или black), четырехцветная автотипия – субтрактивная схема формирования цвета, используемая, прежде всего, в полиграфии для стандартной триадной печати. Она использует голубой, пурпурный и желтый цвета в роли основных, а также черный цвет.

− YCbCr (Y’CbCr) – семейство цветовых пространств, которые используются для передачи цветных изображений в компонентном видео и цифровой фотографии. Y' – компонента яркости, Cb и Cr являются синей и красной цветоразностными компонентами. Y' отличается от Y, которой обозначают яркость без предыскажения. Это означает, что для Y' интенсивность света кодируется нелинейно с помощью гамма-коррекции.

Устройства и приспособления для химического анализа с использованием смартфона. Эволюция данного направления как неотъемлемой составляющей цифровой цветометрии направлена на решение ряда задач: уменьшение пределов обнаружения и определение разрабатываемых приемов; повышение достоверности идентификации химического соединения или группы веществ; реализация многокомпонентного анализа в рамках единичного исследования (в полевых условия или в условиях ограниченного объема пробы); внедрение чувствительных способов формирования аналитического сигнала (флуоресценция, хемилюминесценция); стандартизация (обеспечение воспроизводимости) условий проведения исследований; миниатюризация; увеличение мобильности и экологичности.

Значительный прорыв в области совершенствования микроустройств и приспособлений для смартфона в рамках методологии экспресс-анализа достигнут за счет активного внедрения 3D-принтеров. Применение современных технологий 3D печати позволяет изготавливать устройства практически любой конфигурации, обусловленной конкретными целями и задачами исследователя. Примечательна возможность создания платформ как обязательной и неотъемлемой части единой колориметрической системы, непосредственно соединенной со смартфоном. Для стандартизации расстония между объективом камеры и кюветой, используемой для регистрации аналитического сигнала, при цветометрическом определении сульфат-ионов и хинина представлена принципиальная схема впервые разработанного устройства [6]. Конструкция платформы полностью исключает влияние факторов внешней среды на результаты анализа природной воды и тонизируемых напитков.

Помимо послойной печати узкоспециализированных микроустройств, требующих значительных манипуляций и технических решений для их должного функционирования, предложены варианты печати на подложке, чаще всего на бумаге (в том числе офисной), для производства готового продукта [7–9]. Методом восковой печати [7, 9] изготавливают микропланшеты для одновременного анализа значительного количества проб при регистрации цифрового изображения. В работе [8] используют одноразовые платформы из прозрачной пленки с нанесенными угольными электродами методом трафаретной печати для электрохимического непрямого обнаружения бактерий вида Escherichia coli и Enterococcus.

Особый интерес представляет внедрение в практику цветометрических исследований готовых приспособлений коммерческого производства. В данном случае это позволяет снизить себестоимость единичного анализа за счет уменьшения затрат на приобретение и изготовление комплектующих материалов. Среди приспособлений подобного рода следует выделить полистироловый микропланшет на 96 лунок [10, 11], стеклянные кюветы с длиной оптического пути 10 мм [12, 13], фарфоровый планшет на 6 [14], 9 [15] и 12 лунок [16], микропробирки типа “Эппендорф” [17, 18], пробирки типа “Фалькон” [19, 20].

Для стандартизации условий регистрации цветометрических характеристик посредством смартфона предложены камеры (боксы) изготовленные из различных материалов [21–41]. Приведены примеры использования (пено)полистирола [22, 30, 32, 36], плексигласа [26], древесноволокнистой плиты средней плотности (МДФ) [27, 28], фанеры [35], пластика [31, 34], пенопласта [33] и картона [40] при производстве подобных камер, зачастую обшитых с внутренней стороны черным или белым материалом. Для контроля освещенности боксы в ряде работ [31, 32, 34, 36–41] снабжены светодиодными лампами (лентами).

Рассматривая смарфтон как цветорегистрирующее устройство, необходимо отметить, что его статус универсального и мобильного инструмента при решении задач в различных областях аналитической химии обусловлен разработкой доступных программных продуктов, среди которых можно выделить RGBer, ColorGrab, ColorMeter, GIMP и другие. Мобильные приложения, как узкоспецилизированные, так и универсальные графические редакторы, являются неотъемленой и обязательной составляющей единого цветометрического подхода. С целью удобства регистрации аналитического сигнала и последующей интерпретации полученных данных авторы исследовательских работ [22, 23, 26, 42–56] предлагают свои программные продукты, совместимые с операционной системой Android.

Развитие цифровой цветометрии на базе персональной техники послужило толчком для совершенствования программных средств. На примере приложения для смартфона PhotoMetrix [57] рассмотрены этапы разработки новых, более актуальных версий, возможности одномерного и многомерного анализа, включая хемометрическую обработку данных in situ. Разработанное в 2015 г. приложение использовалось для обработки готовых цифровых изображений, полученных камерой смартфона. Первоначальная версия обеспечивала одномерный (калибровку системы) и многомерный анализ при реализации метода главных компонент. Вторая версия программы (PhotoMetrix PRO^®) включала два инструмента в многомерном режиме: иерархический кластерный анализ и частичный метод наименьших квадратов. Третья версия (PhotoMetrix UVC^®) адаптирована для использования с внешней камерой при получении изображений. Особенность программного продукта заключается в декомпозиции изображения средствами нескольких цветометрических систем (RGB, HSV, HSL). Подобная мультифункциональность удобна с практической точки зрения при выборе оптимальных условий идентификации и определения конкретных химических соединений (или их групп) в анализируемом объекте. Обзор [57] в полной мере отражает общую тенденцию последних лет − модернизацию программных продуктов для мобильных устройств, обеспечение полной работоспособности цветометрического подхода in situ, привлечение хемометрических приемов для повышения достоверности конечных результатов и выводов.

ПРАКТИЧЕСКИЕ ПРИЛОЖЕНИЯ МЕТОДА ЦИФРОВОЙ ЦВЕТОМЕТРИИ С ИСПОЛЬЗОВАНИЕМ СМАРТФОНА

Несмотря на простоту аппаратурного оформления, применение доступных и популярных расходных материалов цифровая цветометрия с использованием смартфона является конкурентоспособным инструментом для научных, рутинных, полевых, мониторинговых и клинических исследований. Специфичность и эффективность разработанных решений во многом обусловлена уникальной комбинацией механизма формирования аналитического сигнала, изготовленного датчика для смартфона, выбранной цветометрической системы и программного продукта, способа обработки и оценки полученных первоначальных данных, включая статистические и хемометрические методы.

Анализ объектов окружающей среды. В период активного развития и функционирования промышленного комплекса антропогенное воздействие на конкретные объекты окружающей среды имеет значительные масштабы, поэтому априори актуальной является задача разработки простых, быстрых и экономически выгодных средств оценки данного воздействия.

Анализ данных табл. 1 позволяет сделать вывод о значительном многообразии принципов, лежащих в основе работы аналитических устройств, которые предназначены для идентификации и оценки содержания контаминантов различной природы в объектах окружающей среды.

Среди широкого спектра аналитических задач, решаемых при помощи метода цветометрии, традиционно наиболее распространенной является определение ионов металлов [4]. Высокая значимость этого направления сохраняется и в настоящее время, что нашло отражение в ряде научных публикаций [12, 28, 42, 43, 58, 59, 61–64]. В силу специфики определяемой группы соединений их переводят в окрашенную форму за счет проведения хромогенных реакций на бумажных носителях [42, 58, 59, 61], в растворе [12] или в органической фазе в присутствии ПАВ [28]. Совершенствование материально-технической базы и появление новых реагентов (или расширение области их применения) позволяет использовать для определения ионов металлов в сочетании с цифровыми цветоизмерительными технологиями такие аналитические эффекты, как эмиссию пламени [64], усиление флуоресценции комплексов с редкоземельными металлами [60], колориметрию при агрегации (плазмонный колориметрический анализ) или распаде наночастиц благородных металлов в присутствии аналита [43, 62, 63].

Предложена двухслойная бумажная микрофлюидная система (БМФС) в качестве колориметрического анализатора на основе смартфона совместно с программным продуктом CAnal для чувствительного и селективного определения ртути(II) в пробах воды [62]. Устройство специальной конструкции изготовлено методом струйной печати с использованием димера алкилкетена, легированного немодифицированными наночастицами серебра в зоне обнаружения аналита. Аналитическим сигналом является интенсивность серого в синем цветовом канале (lg (G_B-G_Bо)), обусловленная распадом наночастиц серебра при воздействии ртути(II) на БМФС. В оптимизированных условиях разработанный подход показал высокую чувствительность, низкий предел обнаружения (0.003 мг/л) при малом объеме пробы (дважды по 2 мкл) и коротком времени анализа. Диапазон линейности составил 0.01–10 мг/л. Кроме того, практическая реализация представленного подхода на различных пробах продемонстрировала приемлемые характеристики, которые согласуются с данными традиционного метода атомно-абсорбционной спектрометрии холодного пара. Данный способ позволяет проводить быстрое, простое (мгновенный отчет о концентрации ртути(II) на дисплее смартфона), чувствительное, селективное определение следовых количеств ртути(II) в пробах воды на месте отбора с высокой производительностью (48 проб/ч при n = 3).

Применение привычных колориметрических реакций с образованием окрашенных аналитических форм в рамках анализа объектов окружающей среды нашло отражение при определении неорганических анионов [11, 22–24], фенола [27], активного хлора [21, 25], формальдегида [26] и взрывчатых веществ [45].

В исследовании [26] представлено сочетание жидкостной микроэкстракции в каплю воды (раствора) в свободном пространстве и анализа окрашенной капли с помощью смартфона для определения формальдегида в качестве модельного токсиканта в образцах текстиля и сточных вод. Сконструировано простое устройство (бокс для колориметрического анализа из плексигласа) для обнаружения аналита. Методика основана на одновременной экстракции формальдегида в водную каплю и переводе его в окрашенное соединение реакцией с ацетилацетоном. Мобильный телефон использовали для обнаружения проявленного цвета и анализа изображения. В работе оптимизированы ключевые экспериментальные параметры, влияющие на чувствительность, включая конструкцию устройства, состав капель, ионную силу раствора, температуру и время экстракции. Диапазон определяемых содержаний (ДОС) составил 0.3–10 мг/л с пределом обнаружения 0.1 мг/л. Подход успешно применен для определения свободного формальдегида в образцах текстиля и сточных вод при степени извлечения 80–97% и 91–99% соответственно.

Предложен новый подход к фотометрическим измерениям в сочетании с процедурой жидкостной экстракции [25]. Подход позволяет избежать недостатков спектрофотометрических измерений в УФ- и видимой областях спектра, вызванных ограниченным объемом экстракта образца, таких как уменьшение оптического пути или необходимость разбавления. Кроме того, исключается необходимость разделения фаз и, следовательно, потерь экстракта перед измерениями. Возможность применения данного приема продемонстрирована с помощью дисперсионной жидкостной микроэкстракции (ДЖЖМЭ) для определения анионных поверхностно-активных веществ (АПАВ) в пресных водах с метиленовым синим и экстракции в точке помутнения для определения свободного хлора в водопроводной воде с N,N-диэтил-n-фенилендиамином. В качестве аналитического сигнала принимали значения каналов RGB. При определении АПАВ методом ДЖЖМЭ линейный отклик достигнут в диапазоне 10–70 мкг/л с пределом обнаружения 2.6 мкг/л. Наблюдали высокие значения степеней извлечения (87.8–99.7%) и корреляцию результатов с эталонным методом. Определение свободного Cl₂ характеризовалось линейным откликом сигнала в диапазоне 0.1–2.0 мг/л с пределом обнаружения 70 мкг/л.

Колориметрию ингибирования аналитами гидролиза субстрата под действием фермента, сопровождающуюся образованием окрашенного продукта реакции, применяли для определения хлорпирифоса [66], малатиона и параоксона [46] в воде. Авторами подобных приемов разработано устройство на бумажной основе, предназначенное для использования в полевых условиях. При оценке содержания хлорпирифоса изучены различные модели цветового пространства (RGB, HSV и YCbCr), в результате чего для последующих расчетов выбрана координата Cb в силу более высокой линейности (R² = 0.988) по отношению к концентрации пестицида [66]. В работе [46] представлено приложение для обработки изображений на месте, которое использует новый алгоритм для количественной оценки интенсивности цвета и связывания его с концентрацией загрязняющих веществ. Данное приложение для мобильного телефона разработано на основе алгоритма подсчета пикселей, который работает с меньшей предвзятостью и субъективностью пользователя, чем обычно используемое лабораторное программное обеспечение ImageJ.

В рамках данного раздела обособленное место занимает цикл работ [17–20], посвященный расширению возможностей цветометрического подхода для определения антибактериальных препаратов различных классов в природных и сточных водах по собственной флуоресценции аналитов на силикагеле после статической сорбции [19, 20] и сенсибилизированной аналитами флуоресценции Eu(III) на его гидроксиде [17, 18]. Отличительной особенностью подобных методик является создание колориметрических датчиков на основе привычных лабораторных комплектующих материалов, отличающихся доступностью и простотой в обращении и не влияющих на мобильность системы. Использование чувствительных техник формирования аналитического сигнала в сочетании с высокой локальностью проводимых измерений (сорбенты и осадки малого объема) обеспечивает пределы обнаружения на уровне 0.002–0.08 мкг/мл.

Образцы биологического происхождения. Новой вехой в истории развития данного исследовательского направления является создание датчиков и устройств с цветовой фиксацией результата химической или ферментативной реакции. Регистрация и интерпретация полученной информации проводится при использовании персонального цветорегистрирующего устройства – смартфона (табл. 2).

Среди разработанных различными научными группами принципиальных схем для анализа образцов биологического происхождения (биологических жидкостей) можно выделить приемы, направленные на оценку функционального состояния организма, внутренних органов, а также обмена веществ [47–49, 69–77, 79], и средства, позволяющие определить содержание лекарственных и наркотических веществ [15, 67, 68, 78].

Возможности мониторинга состояния здоровья, обеспечиваемые сбором и количественным химическим анализом пота, могут дополнить или потенциально устранить необходимость в подходах, основанных на спорадической оценке образцов крови. В работе [79] представлена мягкая, гибкая и растяжимая микрофлюидная система, которая может тесно и прочно прикрепляться к поверхности кожи без химического и механического раздражения. Система каналов (капилляров) обеспечивает поток пробы от потовых желез через микрофлюидную сеть и набор резервуаров. Встроенные химические анализаторы (индикаторные зоны) колориметрически реагируют на такие маркеры, как глюкоза, рН, хлорид- и лактат-ионы. Исследования на людях продемонстрировали функциональность этого устройства во время тренировок в контролируемой среде и во время велогонок на длинные дистанции в засушливых условиях на открытом воздухе. Помимо концентрации глюкозы, хлорид-, лактат-ионов и уровня рН, система позволяет рассчитать количественные значения скорости потоотделения и общей потери пота.

Специфика объектов исследования и определяемых компонентов объясняет превалирующее число научных публикаций с упором на хромогенные и ферментативные реакции. Однако их практическая реализация характеризуется внушительным спектром технических решений (табл. 2), направленных на проведение чувствительного определения аналитов в широком диапазоне определяемых содержаний, в том числе с использованием экстракции [70]. Кроме того, для детектирования органических биологически активных веществ (алпразолам, витамин Д) и ионов Fe³⁺ в качестве аналитического реагента предложено использовать наночастицы благородных металлов [67, 69, 75].

Содержание хлорид-ионов в поте является важным диагностическим маркером кистозного фиброза (муковисцидоза), но внедрение систем диагностики на месте затруднено в силу высокой стоимости существующих хлорид-селективных датчиков. Для обеспечения недорогих диагностических решений авторы работы [71] создали платформу, адаптированную под стандартную кювету, в качестве неотъемлемой части хлоридомера на базе смартфона. В качестве аналитического параметра в данной конструкции применяется тушение флуоресценции продукта взаимодействия цитрат-ионов с L-цистеином (СА-цистеина) в присутствии хлорид-ионов. Представленный сенсор продемонстрировал широкий линейный диапазон определяемых концентраций хлорид-ионов 0.8–200 мМ и время отклика, ограниченное диффузией. Клиническая валидация проводилась с использованием биопроб пота людей с муковисцидозом и без него, что позволило получить необходимое количество статистических данных для надежной диагностики заболевания.

Разработана простая, точная и недорогая аналитическая процедура определения каптоприла с помощью цифрового изображения [15]. Данная стратегия основана на реакции между каптоприлом и хлоридом палладия(II), в результате которой образуется желтый водорастворимый комплекс с максимумом светопоглощения при длине волны 380 нм. Камера смартфона и предназначенное для управления внутренним освещением портативное устройство объединены при получении цифровых изображений реакционных смесей. Для установления количественной связи между интенсивностью цвета и концентрацией аналита применяли цифровую обработку изображений с применением RGB. При использовании в качестве аналитического параметра значения интенсивности синего канала В получена градуировочная зависимость в диапазоне концентраций от 3.12 × 10^–5 до 1.21 × 10^–3 моль/л. Пределы обнаружения и определения составили 8.06 × 10^–6 и 2.69 × 10^–5 моль/л соответственно. Степень извлечения в образцах синтетической мочи варьировалась от 97.1 до 102.9%. Результаты сравнивали с эталонным методом. При доверительной вероятности 95% существенных различий не обнаружено. Разработанный подход имеет бюджетные и экологические преимущества, связанные с использованием дешевых и простых в обращении устройств и потреблением очень малых объемов реагента (800 мкл на одно определение). Этот аналитический инструмент может быть полезен для лабораторий с ограниченными финансовыми ресурсами при соблюдении принципов “зеленой” химии.

Анализ пищевых продуктов. В эпоху бурного развития разнообразных способов фальсификации продуктов питания и распространения недоброкачественной продукции на рынке важность совершенствования методологии экспресс-анализа сложно переоценить. Кроме того, потенциальные пути контаминации сырья на различных этапах производства (от получения до хранения) могут оказывать существенное влияние на безопасность и качество готовой продукции [80].

Анализ литературных данных (табл. 3) показал, что цветометрический подход нашел применение для определения неорганических и органических веществ природного и синтетического происхождения в молочной [29, 30, 35–37, 84–87, 92, 96–98, 100], мукомольно-крупяной [95], мучной [93], спиртосодержащей [14, 31–34, 99], соковой [53], мясной [92, 100], масложировой [82] продукции, в морепродуктах [91], овощах и фруктах [16, 81, 100], зерне [52, 54], питьевой воде [6, 8, 37, 51, 53, 87–89, 98, 100] и напитках [6, 83, 94, 99].

Универсальность подхода обусловлена возможностью сочетания привычных в использовании и доступных широкой аудитории смартфонов с простыми тест-устройствами для химического анализа. Спектр контролируемых показателей средствами цветометрии внушителен, что подтверждает его конкурентоспособность по отношению к прочим инструментальным методам. В работах [9, 81] представлена универсальная стратегия кислотно-основного титрования (определение титруемой кислотности) с использованием индикаторов природного происхождения (антоцианов и экстракта кожуры жаботикабы). Колориметрические реакции проводили с использованием полистирольного микропланшета [81] или массива из двенадцати микрозон диаметром 5 мм, напечатанного воском на фильтровальной бумаге [9]. Интенсивность цвета фиксировали с помощью смартфона в режиме реального времени [9] или после получения цифрового изображения [81] с последующим анализом посредством бесплатного приложения Photometrix^® [9]. Кривые титрования соответствуют кривым, полученным с применением традиционного титриметрического метода.

Применение цветометрического метода на базе смартфона обеспечивает обнаружение бактерий вида Escherichia coli и Enterococcus, индикаторов фекального загрязнения воды и продуктов питания с использованием субстратов, специфичных для ферментов, продуцируемых каждым видом [8]. E. coli продуцируют β-галактозидазу и β-глюкозидазу, тогда как Enterococcus spp. продуцирует β-глюкозидазу. Наличие субстратов обеспечивает выделение n-нитрофенола, o-нитрофенола или n-аминофенола в качестве продуктов. Установлено, что электрохимическое обнаружение с использованием угольных электродов с трафаретной печатью обеспечивает оптимальную производительность на недорогих и одноразовых платформах с прозрачной пленкой. Обнаружение электрохимически активных субстратов (n-нитрофенола, o-нитрофенола или n-аминофенол) осуществляли соответственно на уровне 1.1, 2.8 и 0.5 мкМ. Для обнаружения нитрофенолов разработана колориметрическая система луночных планшетов на бумажной основе из простой картонной коробки и смартфона. Пределы обнаружения n-нитрофенола и o-нитрофенола составили 81 и 119 мкМ соответственно. Хотя колориметрические принципы детектирования давали более высокие пределы обнаружения, чем электрохимические, оба метода обеспечивали одинаковое время обнаружения бактерий. Низкие концентрации (10¹ КОЕ/мл) патогенных и непатогенных изолятов E. coli и (10° КОЕ/мл) штаммов E. faecalis и E. faecium обнаружены в течение 4 и 8 ч после предварительного обогащения. Образцы проростков люцерны и воды из лагуны служили модельными образцами пищевой продукции и воды в рамках апробации описанного подхода. Образцы воды не дали положительных результатов, в то время как образцы проростков дали положительный результат в течение 4 ч после предварительного обогащения. Положительное обнаружение заранее зараженных (2.3 × 10² и 3.1 × × 10¹ КОЕ/мл(г) E. coli и E. faecium соответственно) образцов проростков и воды дало положительный результат в течение 4 и 12 ч после предварительного обогащения соответственно. Подобные разработки имеют большой научный и практический интерес, поскольку, с одной стороны, позволяют смартфону в сочетании с сопутствующими материалами (платформа, датчик) заменить значительный спектр оборудования с сохранением точности, с другой, – увеличить производительность стационарной или передвижной лаборатории.

Актуальной задачей, требующей инструментального решения, является оценка содержания сложных эфиров в алкогольном напитке из сахарного тростника Кашаса, вкус и аромат которого связаны с наличием данной группы аналитов, обычно выраженным в пересчете на этилацетат. Предложен точечный тест для определения общего количества сложных эфиров посредством анализа цифровых изображений [32]. Способ основан на реакции аналитов с гидроксиламином при образовании соответствующих ионов гидроксамата, дающих фиолетовый комплекс с Fe(III) в кислой среде. Цифровые изображения получены при контролируемом освещении и преобразованы в значения компонентов цвета RGB с помощью приложения PhotoMetrix^® 1.8. Значения канала В приняты за аналитический отклик из-за комплементарности цвету продукта реакции. Диапазон линейности составил 100–500 мг/л при коэффициенте вариации (n = 10) и пределе обнаружения 1.1% и 30 мг/л (в пересчете на этилацетат) соответственно. Методика характеризуется экологичностью и малым расходом реактивов. Результаты предложенной схемы согласуются с данными, полученными титриметрическим методом при доверительной вероятности 95%.

Объекты различного происхождения. Возможность комплектации смартфона дополнительными универсальными средствами, позволяющими реализовывать специфические химические реакции, способствует применению цифровой цветометрии на базе смартфона в различных областях химического анализа (табл. 4).

Предложены условия для оценки качества косметики и средств личной гигиены [38, 40], топлива [39, 41, 103], наркотических веществ [7], растительной продукции (лекарственных трав) [10, 106], газовых [56], водных и модельных сред [101, 102, 104, 105].

Разработан простой и чувствительный подход к оценке качества отбеливающих жидкостей, содержащих гипохлорит-ионы [40]. Прием экономичен и безопасен для окружающей среды, поскольку в нем используются недорогие материалы на основе натуральных компонентов. С использованием только одного цифрового изображения удается провести 12 анализов в течение 5 мин при образовании 600 мкл отработанного слива за один тест. Подход заключается в получении цифрового изображения колориметрической реакции гипохлорит-ионов с антоцианами при помощи смартфона и системы, построенной из недорогих материалов для оптимизации сбора данных. В оптимизированных условиях реакции аналитический сингнал линеен в диапазоне концентраций аналита от 1.23 × 10^–4 до 3.69 × 10^–4 моль/л с пределами обнаружения и определения 3.5 × 10^–5 и 1.16 × × 10^–4 моль/л соответственно. Результаты анализа согласуются с данными, полученными с использованием титриметрического метода.

В работе [7] предлагается колориметрическое устройство на основе офисной бумаге в качестве портативного, быстрого и недорогого датчика для судебно-медицинских экспертиз, направленных на обнаружение фенацетина, используемого в качестве примеси в незаконных изъятых материалах, таких как кокаин. Подход описывает использование белой офисной бумаги в качестве подложки и технологию восковой печати для изготовления зон детектирования. На основе проведенных исследований установлено, что аналитический сигнал линеен в диапазоне 0–64.52 мкг/мл фенацетина. Предел обнаружения составил 3.5 мкг/мл. Точность колориметрического устройства на базе смартфона оценена с использованием изъятых образцов кокаина, в том числе с привлечением метода добавок.

Для определения газообразного кислорода в работе [56] представлен портативный прибор, принцип работы которого основан на тушении интенсивности люминесценции октаэтилпорфиринового комплекса платины при его возбуждении с помощью светоизлучающего диода с максимум излучения 380 нм. Измеренное значение R для мембраны напрямую связано с концентрацией окружающего кислорода. Разработано приложение для устройств на базе Android с камерами (таких как смартфоны), чтобы использовать их в качестве детекторов и процессоров изображений при прогнозировании концентрации газообразного кислорода.

Анализ лекарственных препаратов. Фармацевтическая отрасль предъявляет жесткие и регламентированные требования к качеству готовых лекарственных препаратов (ГЛП) [107–109]. Однако значительные темпы разработки лекарственных средств и вывода на рынок новых ГЛП не могут обеспечить своевременную актуализацию и переиздание общих контрольных процедур [107–109]. Перспективным направлением, способным конкурировать по точности и экспрессности с традиционными титриметрическими и спектрометрическими методами, является внедрение в рутинную практику контрольных лабораторий цветометрических приемов на базе смартфона (табл. 5).

Представлен новый подход к определению аскорбиновой кислоты в растворе, основанный на анализе полученных с помощью смартфона цифровых изображений [13]. В основе методики лежит уменьшение количества хромофора хинонимина (при реализации ферментативного колориметрического метода определения глюкозы), образующегося по мере увеличения концентрации аскорбиновой кислоты в среде.

Для определения антибиотиков пенициллинового ряда в лекарственных средствах использовали ДЖЖМЭ ассоциатов пенициллинов с метиленовым синим [114]. Показана возможность использования хемометрического анализа, обработку массива данных проводили методами главных компонент, иерархического кластерного анализа и метода k-means c использованием программного обеспечения XLSTAT. Проведены идентификация и определение концентрации антибиотиков пенициллинового ряда в таблетированных формах с использованием хемометрического анализа. Градуировочные характеристики линейны с коэффициентами достоверности аппроксимации ≥0.99. Относительное стандартное отклонение результатов анализа не превышает 0.05.

Предложен способ определения четвертичных аммониевых соединений (ЧАС) в лекарственных и дезинфицирующих средствах, основанный на ДЖЖМЭ ассоциатов с эозином и измерении цветометрических характеристик экстрактов с помощью смартфона и специализированного программного обеспечения [116]. В качестве аналитического сигнала (A_r) использовали значения цветометрических параметров в системе RGB. Разработаны варианты определения содержания хлоридов цетилпиридиния, миристалкония, бензалкония и бензилдиметил[3-(миристоиламино)пропил]аммония в лекарственных препаратах Терафлю, Септолете Тотал, Калгель, Мирамистин, Инокаин и Фарматекс, а также хлоридов цетилпиридиния, бензалкония, алкилдиметил(этилбензил)аммония, цетилтриметиламмония, миристилтриметиламмония и дидецилдиметиламмония в антисептических препаратах Секурол, Ахдез, Стеллариум и мицеллярных водах. Пределы обнаружения и определения составили 0.007–0.100 и 0.02–0.40 мг/л соответственно. Относительное стандартное отклонение результатов анализа не превышало 0.13–0.15. Продолжительность анализа составила 15–20 мин.

Предложен простой и доступный способ определения антибиотиков хинолонового ряда с использованием цифровой цветометрии твердофазной флуоресценции [111]. Изучены собственная флуоресценция 17 хинолонов и сенсибилизированная хинолонами флуоресценция европия(III) на целлюлозной бумаге (ЦБ) и тонком слое силикагеля. При облучении ультрафиолетовым светом (365 нм) нанесенных на матрицу растворов хинолонов наблюдается синяя (ЦБ, высокоэффективная тонкослойная хроматография (ВЭТСХ)) и розовая (ЦБ–Eu, ВЭТСХ–Eu) флуоресценция. Измерение интенсивности флуоресценции на поверхности матриц осуществляли с помощью смартфона. В качестве аналитического сигнала (A_r) использовали значения цветометрических параметров в системе RGB: ${{A}_{{\text{r}}}} = \sqrt {{{{\left( {{{R}_{0}} - {{R}_{x}}} \right)}}^{2}} + {{{\left( {{{G}_{0}} - {{G}_{x}}} \right)}}^{2}} + {{{\left( {{{B}_{0}} - {{B}_{x}}} \right)}}^{2}}} $. Пределы обнаружения и определения составили 0.2–4 и 0.6–12 мкг/мл соответственно для всех рассматриваемых аналитов. Диапазоны определяемых содержаний – 0.6–500 мкг/мл. Предложена методика определения фторхинолонов в лекарственных препаратах. Относительное стандартное отклонение результатов анализа не превышало 0.05.

На этом же принципе основана методика определения нестероидных противоспалительных средств (НПВС) [112]. Изучена сенсибилизированная НПВС флуоресценция европия и тербия на целлюлозной бумаге и тонком слое силикагеля. При облучении ультрафиолетовым светом (365 нм) пятен, нанесенных на матрицу растворов НПВС, наблюдается зеленая флуоресценция толфенамовой, мефенамовой и нифлумовой кислот и красная мелоксикама. Пределы обнаружения и определения составили 1–5 и 3–17 мкг/мл соответственно для всех рассматриваемых аналитов. Диапазоны определяемых содержаний 3–500 мкг/мл. Методика проверена на лекарственных препаратах. Относительное стандартное отклонение результатов анализа не превышало 0.08.

Использование хемометрики при идентификации в химическом анализе. Наряду с развитием цветометрического метода с привлечением смартфона в качестве регистратора сигнала, обусловленного наличием аналита, значительное распространение в анализе продуктов питания и лекарственных средств получили подходы, позволяющие сравнивать, различать и классифицировать объекты сходного состава. Состав объектов может различаться в силу специфики климатических и геологических условий региона происхождения, особенностей технологических процессов изготовления, времени хранения и наличия добавок. Образцы в таком случае разделяют по их индивидуальным сигналам, не выполняя многокомпонентый аппаратурный анализ. При реализации подобных дискриминационных стратегий анализируемые объекты идентифицируют и классифицируют, используя хемометрические методы [18, 20, 45, 115, 117–126].

Привлечение алгоритмов хемометрической обработки массивов данных способствует совершенствованию методологии экспресс-анализа на базе цифровой цветометрии в рамках решения сложнейших задач идентификации, аутентификации и выявления фальсификации продукции различного происхождения. Подобная консолидация имеет неоспоримые преимущества в сравнении с традиционными инструментальными подходами, к которым можно отнести низкие материальные затраты на реализацию, доступность аппаратурного оформления, мобильность и возможность быстрого принятия решения.

В работе [119] описана новая процедура классификации минеральных вод на основе цифровых изображений, полученных с помощью смартфона. В пробы воды коммерческого производства из восьми минеральных источников, а также в дистиллированную и водопроводную воду добавляли раствор эриохромового черного Т или мурексида. Смесь переносили в кювету, которую помещали в камеру с контролируемым освещением. Значения базисных компонентов цвета в системе RGB полученных цифровых изображений кюветы регистрировали в режиме реального времени с помощью бесплатного приложения для смартфона и использовали в качестве переменных для дальнейшего исследования. Разброс (дисперсия) данных по компоненте B для мурексида и по компоненте R для эриохромового черного Т обеспечивает четкую визуализацию кластеров с использованием необработанных переменных. Иерархический кластерный анализ, примененный к этим данным, подтвердил эффективное разделение образцов, обеспечивающее характеристику девяти кластеров для десяти исследованных образцов воды. Классификация выборок на основе метода k-ближайших соседей (k-NN) смоделирована с коэффициентом эффективности 100% для восьми образцов, 94.4 и 50% для остальных образцов соответственно, что указывает на высокую эффективность предложенной стратегии. Принимая во внимание низкую стоимость приборов и реагентов, а также экспрессность процедуры, разработанная процедура может применяться для выявления фальсификации воды коммерческого производства.

Комбинированный подход на основе цветометрического и хемометрических методов использован для определения срока годности кальмаров [120]. Предложен колориметрический датчик, состоящий из шести нанесенных на пластину для тонкослойной хроматографии индикаторов (бромкрезоловый пурпурный, бромфеноловый синий, бромтимоловый синий, тимоловый синий и двуядерные комплексы родия (цис-[Rh₂(C₆H₄PPh₂)₂(O₂CCH₃)₂](HO₂CCH₃)₂)). Образцы, упакованные с датчиком, хранили в холодильнике в течение 12 дней. Порчу кальмаров при хранении контролировали также физико-химическими и микробиологическими методами. Образцы превысили допустимые пределы микробного числа на третий день. Анализ методом главных компонент, проведенный с помощью цветометрической системы CIELab, показал, что колориметрический датчик способен отличить свежего кальмара, пригодного для употребления, от испорченного.

Представлен новый подход для обнаружения и распознавания пяти взрывчатых веществ (трипероксида триацетона, гексаметилентрипероксиддиамина, 4-амино-2-нитрофенола, нитробензола и пикриновой кислоты) в почве [45]. Исследования проводили с использованием недорогого и одноразового колориметрического датчика на бумажной основе, изготовленного методом восковой печати. Применяемые в колориметрических реакциях реагенты (KI, креатинин и анилин) при взаимодействии с аналитами создавали уникальный цветовой узор для каждого химического соединения. Взрывчатые вещества дифференцировали друг от друга по профилям изменения цвета, которые можно было легко различить по истечении 15 мин с привлечением иерархического кластерного анализа и метода главных компонент. При регистрации базисных компонентов цвета в аддитивной системе RGB применяли специально разработанное программное обеспечение. В целях избежания проблем с освещением, обычно встречающихся в других устройствах, работу проводили с закрытой камерой (боксом). При апробации описанного способа минимальная определяемая концентрация составила 0.2 мкг (для трипероксида триацетона).

Для оценки порчи рыбы по летучим биогенным аминам использовали кислотно-основные красители бромкрезоловый зеленый, бромкрезоловый пурпурный, крезоловый красный и 6 металлопорфиринов [121]. Обнаружение аналитов в голавле проводили каждые 24 ч в течение семи дней. Профиль изменения цвета для каждого образца получали путем дифференциации изображений массива датчиков до и после воздействия летучих аминов. Цифровые данные, представляющие профили изменения цвета рыбы, анализировали с использованием метода главных компонент. Образцы голавля разделили на три группы свежести с использованием нейронной сети радиальной базисной функции с общей точностью классификации 87.5%.

Использование хемометрического анализа массива данных, полученных с помощью смартфона, позволило идентифицировать этаноламин, диметиламин и тетраметиламин в донных отложениях [123]. Использовали колориметрический датчик, состоящий из семи индикаторных зон с рН-индикаторами.

Метод главных компонент и иерархический кластерный анализ использовали для классификации и идентификации 18 сортов пива и 14 безалкогольных напитков [124, 125]. Применяли колориметрический датчик из 25 индикаторных зон (в основном рН-индикаторы). Надежность идентификации составила 97–98%. Этот же датчик использовали для идентификации 10 образцов кофе по его аромату (электронный нос) [126]. Во всех случаях для регистрации аналитического сигнала использовали смартфон.

* * *

Возможности современной цифровой цветометрии на базе портативных персональных устройств (смартфона) в настоящее время сравнимы с привычными спекральными методами (спектрофтометрия и флуориметрия), а зачастую и превосходят их по числу решаемых задач, простоте реализации, мобильности и доступности. Во многом это обусловлено разработкой и совершенствованием специализированных программных продуктов, мобильных приложений с графическими редакторами, устройств и приспособлений для регистрации аналитического сигнала и интерпретации полученных данных. Развитие метода в значительной степени связано с увеличением разнообразия практических решений для различных научных направлений, а также с возможностью анализа видео и видеофайлов, что позволит реализовать кинетические исследования, особенно актуальные в фармацевтической области.