MCP HubMCP Hub
Retour aux compétences

develop-hplc-method

pjt222
Mis à jour 2 days ago
7 vues
17
2
17
Voir sur GitHub
Développementgeneral

À propos

Cette compétence guide les développeurs dans la création de méthodes d'analyse HPLC pour la séparation et la quantification chimiques. Elle traite de la sélection de colonne, de la conception de la phase mobile/du gradient et de la configuration du détecteur pour des applications telles que l'analyse d'impuretés médicamenteuses ou d'échantillons environnementaux. Utilisez-la lorsque vous devez développer ou optimiser des méthodes de chromatographie liquide de manière programmatique.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/develop-hplc-method

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation


name: develop-hplc-method locale: zh-CN source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16 description: > 开发高效液相色谱(HPLC)分析方法,包括色谱柱化学模式选择、流动相 和梯度设计、流速和柱温优化,以及检测器选择。用于药物杂质分析、 生物分子分析、食品和环境样品的定量检测。 license: MIT allowed-tools: Read Grep Glob WebFetch WebSearch metadata: author: Philipp Thoss version: "1.0" domain: chromatography complexity: advanced language: natural tags: chromatography, hplc, column-chemistry, mobile-phase, gradient-design

开发 HPLC 方法

通过系统选择色谱模式和固定相、优化流动相组成和梯度程序、选择检测器,并进行系统适应性验证,开发满足分离要求的 HPLC 分析方法。

适用场景

  • 开发药物原料药或制剂的含量测定和杂质分析方法
  • 分析蛋白质、肽段、核酸等生物大分子
  • 食品中添加剂、污染物的定量检测
  • 环境样品中农药、多环芳烃的分析
  • 将已有 HPLC 方法移植到超高效液相色谱(UHPLC)平台

输入

  • 必填:目标分析物的化学信息(极性、pKa、分子量、是否含发色团)
  • 必填:分析目标(定量/杂质分析/指纹图谱)
  • 必填:样品基质(水溶液、有机提取物、复杂生物基质等)
  • 可选:灵敏度要求(LOD/LOQ 目标)
  • 可选:分析通量要求(运行时间上限)
  • 可选:后续联用检测器(UV、MS、荧光等)

步骤

第 1 步:选择色谱模式和固定相

根据分析物的理化性质选择分离模式:

分离模式选择导图

分析物是否可溶于有机溶剂和水?
├─ 是 → 分子量 < 2000 Da?
│   ├─ 是 → 是否含有可解离基团(酸/碱)?
│   │   ├─ 是 → 反相 HPLC(C18/C8)+ pH 控制
│   │   └─ 否 → 反相 HPLC(C18)或正相 HPLC(极性固定相)
│   └─ 否 → 体积排阻色谱(SEC)
├─ 是,水溶性极好 → 亲水相互作用色谱(HILIC)
└─ 不溶于有机溶剂 → 离子交换色谱(IEC)

常见固定相选择参考

固定相化学类型适用范围
C18(十八烷基)反相,非极性大多数有机小分子(通用首选)
C8(辛基)反相,中等疏水比 C18 保留弱,适用于强保留化合物
苯基丙基反相 + π-π 作用含芳香环的化合物,尤其是位置异构体
HILIC(亲水相互作用)极性,水富集层亲水性强、难在 C18 上保留的化合物
氨基(NH2)正相/HILIC糖类、核苷
混合模式(C18 + IEX)疏水 + 离子两性化合物、同时分析酸碱性杂质

UHPLC 迁移:C18 颗粒 < 2 μm(如 BEH、HSS 系列)可将常规 HPLC(5 μm)方法速度提高 3–5 倍,同时保持或提升分辨率;需要高压泵(400–1000 bar)。

预期结果: 确定色谱模式和固定相,理由明确,与分析物极性和分子量相符。

失败处理: 若不确定,先试用 C18(反相)作为起点;若目标物保留过弱(k < 1),改用苯基柱或调整 pH;若保留过强,加大有机溶剂比例或换用 C8。

第 2 步:设计流动相和梯度程序

流动相组成是反相 HPLC 方法开发的核心:

常用流动相组成(反相 HPLC)

水相(A 相)有机相(B 相)适用范围
0.1% 甲酸水溶液乙腈(ACN)通用,LC-MS 兼容
10 mM NH4OAc(pH 4.0)ACN 或 MeOH碱性化合物
10 mM 磷酸二氢钾(pH 2.5)ACN酸性化合物,UV 检测
5 mM NH4HCO3(pH 9.0)ACN碱性化合物,LC-MS 兼容

梯度程序设计原则

  1. 梯度范围:起始有机相比例应使最弱保留组分有适当保留(k ≥ 2);终止有机相比例确保最强保留组分完全洗脱。
  2. 梯度速率梯度速率 = ΔB%/ 梯度时间。慢梯度(1–2%/min)提高分辨率;快梯度(5–10%/min)缩短分析时间。
  3. 等度冲洗和再平衡:梯度结束后保持最终条件 2–5 min,然后在初始条件下再平衡 5–10 min(≥10 倍柱体积)。

pH 对保留的影响(反相 HPLC)

  • 酸性化合物(pKa 3–6):pH < pKa - 1 时以分子态保留强;pH > pKa + 1 时以离子态保留弱
  • 碱性化合物(pKa 7–10):pH < pKa 时质子化,保留弱;pH > pKa 时以游离碱保留强
  • pH 稳定范围:大多数反相柱 pH 2–8(某些高 pH 耐受柱可至 pH 11)

预期结果: 确定流动相 pH、有机溶剂种类、梯度范围和速率,使关键峰对的分辨率 Rs ≥ 1.5。

失败处理: 若关键峰对共洗脱,调整 pH(±1 单位)或更换有机溶剂(ACN 换 MeOH,选择性不同);若保留时间过短(< 2 min),降低起始有机相比例;若分析时间过长,提高梯度速率。

第 3 步:优化流速和柱温

流速和柱温影响分析速度、柱效和背压:

流速

  • 常规 HPLC(3–5 μm 颗粒,内径 4.6 mm):1.0–1.5 mL/min
  • UHPLC(< 2 μm 颗粒,内径 2.1 mm):0.3–0.5 mL/min
  • 流速过低时,纵向扩散(B 项)增大,柱效降低;流速过高时,质量传递阻力(C 项)增大,背压升高

柱温

  • 升高柱温(30–60°C)可降低流动相黏度,降低背压,加快质量传递,缩短分析时间
  • 对于可解离化合物,柱温变化会影响 pKa,从而影响保留;需控制柱温恒定(±0.5°C)保证重现性
  • 高于 60°C 可能导致固定相降解或分析物降解
## 流速和柱温优化结果
| 条件 | 流速(mL/min) | 柱温(°C) | 背压(bar) | Rs(关键峰对) | 运行时间(min) |
|-----|------------|---------|----------|------------|------------|
| 初始 | [值] | [值] | [值] | [值] | [值] |
| 优化后 | [值] | [值] | [值] | [值] | [值] |

预期结果: 流速和柱温的优化使分析时间缩短,同时保持 Rs ≥ 1.5,背压在系统规格范围内。

失败处理: 若背压超出系统上限(如泵的最大压力为 400 bar),降低流速或换用颗粒更大的色谱柱(3 μm → 5 μm);若 Rs 随温度升高而下降,保持较低柱温。

第 4 步:选择检测器并优化灵敏度

根据分析物的结构特征选择最合适的检测器:

检测器检测原理适用化合物LOD(典型值)
UV/DAD(可变波长/二极管阵列)紫外吸收含发色团的化合物(最通用)~ 1–10 ng(注射量)
荧光(FLD)激发-发射天然或衍生化荧光物质~ 1–100 pg
蒸发光散射(ELSD)光散射无 UV 发色团的化合物~ 10–100 ng
MS(单四极杆/三重四极杆)质荷比通用,高选择性,结构鉴定~ 0.1–10 pg(SRM 模式)
电化学(ECD)氧化还原酚类、儿茶酚胺、核苷~ 10–100 fg
电导率(CD)离子电导率无机离子、有机酸、碱~ 1–10 ng(IEC 联用)

UV 检测波长优化

  • 首选 λmax(最大吸收波长);若灵敏度足够,可选用 λ < λmax 以减少基线漂移
  • 对于杂质检测,选择主成分和杂质均有吸收的波长(DAD 可同时记录多波长)
  • 若 λmax < 210 nm,需确认流动相在该波长的截止值(乙腈截止 205 nm,甲醇截止 210 nm)

预期结果: 检测器类型和检测参数已确定,目标 LOD/LOQ 可以达到。

失败处理: 若 UV 灵敏度不足,考虑荧光衍生化(柱前或柱后)或切换至 MS 检测;若 MS 灵敏度不足(复杂基质抑制),优化样品前处理(固相萃取、蛋白沉淀)。

第 5 步:系统适应性验证

方法投入使用前进行系统适应性检验:

参数验收标准测量方法
理论板数(N)≥ 2000(对于 15 cm 柱)N = 5.54(tR/w½)²
分辨率(Rs,关键峰对)≥ 2.0Rs = 2(tR2 - tR1)/(w1 + w2)
拖尾因子(Tf)0.8–2.0(理想为 1.0)Tf = W0.05/(2f)
保留时间 %RSD(n=6)< 0.5%6 针连续进样
峰面积 %RSD(n=6)< 2.0%6 针连续进样
梯度重现性保留时间差 < 0.2 min6 针连续进样

预期结果: 所有系统适应性参数满足验收标准,方法可进入正式验证(按 ICH Q2(R2))。

失败处理: 若 Rs 不足,参考第 2 步调整梯度;若 Tf > 2.0(严重拖尾),优化流动相 pH(调整 ±0.5 单位)或添加离子对试剂(碱性化合物可加 TFA 或乙酸);若重现性差,检查自动进样器进样量精度和流动相脱气状态。

验证清单

  • 色谱模式和固定相与分析物极性和分子量相符
  • 流动相 pH 控制在固定相耐受范围内(通常 pH 2–8)
  • 梯度设计使目标峰在合适保留因子(k 2–20)范围内洗脱
  • 流速和柱温优化后背压在系统规格范围内
  • 检测器对所有目标分析物有响应(含杂质)
  • 系统适应性参数(N、Rs、Tf、%RSD)全部通过验收标准
  • 方法文件(色谱条件、进样量、标准曲线范围)已完整记录

常见问题

  • 流动相 pH 超出色谱柱耐受范围:常规反相柱在 pH > 8 时固定相键合相水解,导致柱效迅速下降。若需碱性 pH,应使用高 pH 耐受柱(如 Xterra、BEH C18)。
  • 忽视流动相脱气:溶解的气泡在检测器中产生尖锐噪声峰,干扰积分。超声脱气或在线脱气膜可消除该问题。
  • 梯度再平衡时间不足:梯度结束后,色谱柱需要足够时间恢复初始条件(通常 ≥ 10 倍柱体积);再平衡不足导致保留时间漂移,重现性差。
  • 进样溶剂过强:进样溶剂的洗脱强度高于起始流动相,导致早洗脱峰宽化(溶剂效应)。应将样品溶解在接近起始流动相组成的溶剂中,或将进样量降至最小。
  • 碱性化合物在 C18 上拖尾:游离硅羟基与质子化碱性化合物产生次级离子相互作用,导致峰形严重拖尾。解决方法:使用封端 C18 柱、提高 pH 至 7–8(使分析物去质子化)、添加三乙胺(TEA)或 TFA 作为离子对添加剂。
  • 将系统适应性测试留到最后:系统适应性应在方法投入使用前每次测试,而非仅在开发阶段进行。在所有样品运行之前完成系统适应性检验,确保仪器和方法状态正常。

相关技能

  • develop-gc-method — 挥发性化合物的 GC 方法开发
  • validate-analytical-method — HPLC 方法的 ICH Q2(R2) 完整验证
  • interpret-chromatogram — 解读 HPLC 谱图中的峰参数
  • troubleshoot-separation — 处理保留时间漂移、峰形问题等故障

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/zh-CN/skills/develop-hplc-method
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

qmd

Développement

qmd est un outil CLI de recherche et d'indexation locale qui permet aux développeurs d'indexer et de rechercher dans des fichiers locaux en utilisant une recherche hybride combinant BM25, des embeddings vectoriels et du reranking. Il prend en charge à la fois une utilisation en ligne de commande et un mode MCP (Model Context Protocol) pour l'intégration avec Claude. L'outil utilise Ollama pour les embeddings et stocke les index localement, ce qui le rend idéal pour rechercher dans de la documentation ou des bases de code directement depuis le terminal.

Voir la compétence

subagent-driven-development

Développement

Cette compétence exécute des plans de mise en œuvre en déployant un nouveau sous-agent pour chaque tâche indépendante, avec une revue de code entre les tâches. Elle permet une itération rapide tout en maintenant des contrôles de qualité grâce à ce processus de revue. Utilisez-la lorsque vous travaillez sur des tâches principalement indépendantes au sein d'une même session pour assurer une progression continue avec des vérifications de qualité intégrées.

Voir la compétence

mcporter

Développement

La compétence mcporter permet aux développeurs de gérer et d'appeler des serveurs Model Context Protocol (MCP) directement depuis Claude. Elle fournit des commandes pour lister les serveurs disponibles, appeler leurs outils avec des arguments, et gérer l'authentification ainsi que le cycle de vie du démon. Utilisez cette compétence pour intégrer et tester les fonctionnalités des serveurs MCP dans votre flux de travail de développement.

Voir la compétence

adk-deployment-specialist

Développement

Cette compétence déploie et orchestre des agents Vertex AI ADK en utilisant le protocole A2A, gérant la découverte d'AgentCard, la soumission de tâches, et prenant en charge des outils tels que le bac à sable d'exécution de code et la banque de mémoire. Elle permet de construire des systèmes multi-agents avec des modèles d'orchestration séquentiels, parallèles ou en boucle en Python, Java ou Go. Utilisez-la lorsqu'on vous demande de déployer des agents ADK ou d'orchestrer des flux de travail d'agents sur Google Cloud.

Voir la compétence