정보
이 스킬은 HPLC 또는 GC 크로마토그램을 품질 관리 및 방법 검증 목적으로 해석합니다. 시스템 적합성 시험을 수행하고, 피크를 식별 및 정량하며, 크로마토그래피 매개변수를 계산하고, 피크 품질을 평가합니다. 개발자는 이를 통해 진단 보고 자동화, 방법 성능 평가, 복잡한 크로마토그래피 데이터 문제 해결에 활용할 수 있습니다.
빠른 설치
Claude Code
추천npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/interpret-chromatogramClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
name: interpret-chromatogram locale: zh-CN source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16 description: > 解读色谱图(HPLC 或 GC),包括系统适应性检验、峰鉴别与定量、色谱 参数计算,以及峰质量评估。用于质量控制报告、方法适用性评估或 疑难谱图诊断。 license: MIT allowed-tools: Read Grep Glob WebFetch WebSearch metadata: author: Philipp Thoss version: "1.0" domain: chromatography complexity: intermediate language: natural tags: chromatography, peak-integration, resolution, tailing-factor, system-suitability
解读色谱图
通过系统检验系统适应性参数、评估峰质量、计算色谱参数并进行峰鉴别和定量,全面解读色谱图,得出分析结论。
适用场景
- 色谱方法日常运行的系统适应性检验
- 检查峰的身份(保留时间比对、UV 纯度、MS 确认)
- 计算分辨率、板数和拖尾因子
- 评估峰积分的准确性(基线选择、峰谷)
- 解读异常谱图(宽峰、鬼峰、基线漂移)
输入
- 必填:色谱图(信号 vs. 时间)
- 必填:方法规范(流动相、色谱柱、流速、检测器)
- 必填:目标分析物的参考保留时间(或标准品谱图)
- 可选:系统适应性验收标准(来自方法文件)
- 可选:标准曲线数据(定量分析时需要)
步骤
第 1 步:系统适应性检验
在解读样品谱图之前,确认仪器状态正常:
必查参数:
| 参数 | 公式 | 典型验收标准 |
|---|---|---|
| 理论板数(N) | N = 5.54 × (tR/w½)² | ≥ 2000(USP) |
| 分辨率(Rs) | Rs = 2(tR2-tR1)/(w1+w2) | ≥ 1.5(基线分离);≥ 2.0(严格) |
| 拖尾因子(Tf,USP 法) | Tf = W0.05/(2 × f) | 0.8–2.0 |
| 对称因子(As,EP 法) | As = W0.05/(2 × d1) | 0.8–1.5 |
| 峰面积 %RSD(重复进样) | %RSD = (s/x̄) × 100 | < 1.0%(精密度高时);< 2.0%(常规) |
| 保留时间 %RSD | 同上 | < 0.5% |
注:USP 拖尾因子(Tf)和 EP 对称因子(As)的计算位点相同(峰高 5%处的半峰宽),但定义方式略有差异,需按适用药典方法计算。
## 系统适应性检验结果
| 参数 | 测量值 | 验收标准 | 通过/失败 |
|-----|------|---------|---------|
| N(系统适应性峰) | [值] | ≥ [标准] | [P/F] |
| Rs(关键峰对) | [值] | ≥ [标准] | [P/F] |
| Tf(或 As) | [值] | [范围] | [P/F] |
| %RSD 峰面积(n=X) | [值] | < [标准] | [P/F] |
预期结果: 所有系统适应性参数满足方法规范要求,可继续进行样品分析。
失败处理: 若系统适应性失败,停止样品分析,查明原因(见 troubleshoot-separation 技能)。常见原因:色谱柱退化、流动相污染、进样器问题、仪器漏液。
第 2 步:峰鉴别
确认各峰的身份:
主要鉴别方法(按可靠性排序):
- 绝对保留时间比对:在相同条件下与参考标准品的保留时间比较(差异 < ±0.5%)。适用于方法受控的常规分析。
- 相对保留时间(RRT)比对:以主峰为参考,计算各峰的 RRT = tR(峰X)/tR(主峰)。对系统波动(如流速微小变化)更稳定。
- UV 光谱比对(DAD 检测器):在峰顶处提取 UV 光谱,与参考光谱比较。相关系数(r)> 0.999 可认为谱形一致。
- MS 确认(LC-MS 联用):通过分子离子峰([M+H]+)和碎片谱(MS/MS)确认峰身份。最高可靠性,适用于未知峰或监管报告。
- 峰加标(spike-in):向样品中添加已知标准品,观察目标峰是否增高而无新峰出现。适用于验证定性归属。
## 峰鉴别结果
| 峰编号 | tR(min) | RRT | 鉴别方法 | 归属化合物 | 置信度 |
|------|---------|-----|---------|---------|------|
| [#] | [值] | [值] | [方法] | [名称] | [高/中/低] |
预期结果: 所有目标峰均通过保留时间和光谱数据明确鉴别,未知峰已标注并报告。
失败处理: 若保留时间偏移超过规定范围(可能由流动相 pH 变化或柱温波动引起),重新建立 RRT 参考值;若 UV 光谱匹配度差,考虑共流出杂质(用峰纯度检验确认)。
第 3 步:峰积分评估
准确积分是定量的前提:
基线类型和选择规则:
| 情况 | 推荐基线方法 | 注意事项 |
|---|---|---|
| 峰基线平坦,无漂移 | 水平基线(谷-谷) | 最理想情况 |
| 基线漂移(梯度洗脱) | 斜线基线(穿过峰两侧基线点) | 切勿用水平线处理漂移基线 |
| 部分重叠峰(谷点分割) | 垂直降线法(峰谷处垂直切割) | 仅当 Rs > 0 时适用 |
| 严重重叠(Rs < 1) | 高斯拟合去卷积 | 需数学模型支持,须注明 |
积分问题常见表现及原因:
- 积分面积偏低:积分起止点设置不当(过早截止拖尾峰),或拖尾峰的尾部被漏计
- 空白峰被积分:噪声峰被误积分(提高最小峰面积阈值)
- 基线扣除不当:基线未正确穿过峰两侧的基线点(梯度漂移情况下常见)
预期结果: 所有目标峰均已正确积分,积分区域包含完整的峰面积(起点和终点正确设置),基线合理反映背景信号。
失败处理: 若积分结果受基线漂移影响显著,调整梯度末端再平衡时间(减少漂移),或在积分方法中采用动态基线修正算法。
第 4 步:定量计算
将峰面积换算为浓度或含量:
定量方法选择:
| 方法 | 公式 | 适用场景 |
|---|---|---|
| 外标法 | c = A_样品/A_标准 × c_标准 | 最常用;需精确进样量 |
| 内标法 | c = (A_样品/A_IS) × (c_IS/响应因子) | 克服进样体积误差;适用于复杂基质 |
| 面积归一化法 | % = A_i/ΣA × 100 | 仅用于估算组成;各组分响应因子相近时有效 |
| 标准曲线法 | 多浓度点回归 | 需要宽线性范围或未知样品浓度时 |
外标法计算示例:
已知:标准品浓度 c_std = 1.00 mg/mL;标准品峰面积 A_std = 856432
样品峰面积 A_smp = 843201
计算:c_smp = 843201 / 856432 × 1.00 mg/mL = 0.985 mg/mL
预期结果: 定量结果已计算,相对标准偏差(%RSD,n ≥ 3)在方法规定的精密度范围内,结果已换算至适当单位(mg/mL、%、μg/g 等)。
失败处理: 若样品浓度超出标准曲线范围(吸光度过高或过低),按比例稀释或浓缩后重新测定。若 %RSD 超标,检查进样量精度(换新进样针)、温度波动(稳定柱温)或流动相组成变化。
第 5 步:综合解读和报告
整合所有参数,形成分析结论:
## 谱图解读报告
### 系统适应性
- [通过 / 失败],详见系统适应性表
### 峰鉴别
- 目标峰:[峰名],tR = [值] min,RRT = [值](通过/偏移 [%])
- 未知峰:[有/无],面积百分比 [%]
### 定量结果
| 分析物 | 峰面积 | 浓度(mg/mL) | %RSD(n=[次]) |
|-------|-------|------------|------------|
| [名称] | [值] | [值] | [值] |
### 峰质量评估
- 峰形:[正常 / 拖尾 / 前伸]
- 基线:[平坦 / 有漂移 / 有噪声]
- 峰纯度(若 DAD 检测):[合格 / 不合格(疑似杂质共洗脱)]
### 结论
[合格 / 不合格 / 需进一步测试]
预期结果: 完整的谱图解读报告,包含所有必要的定量结果和质量判断。
失败处理: 若出现无法解释的未知峰(面积 > 0.1%)或峰形异常,在报告中标注,并启动调查(见 troubleshoot-separation 技能)。
验证清单
- 系统适应性参数(N、Rs、Tf、%RSD)均已计算并与验收标准比对
- 所有目标峰通过保留时间和光谱数据完成鉴别
- 峰积分基线设置合理,起止点正确
- 定量方法(外标/内标/归一化)已按方法文件明确
- 计算结果的单位和换算因子正确
- 未知峰已标注并报告(面积 > 0.1% 时)
- 报告格式满足监管或实验室要求
常见问题
- 忽视系统适应性:跳过系统适应性检验直接处理样品数据,如果仪器状态异常(柱效下降、检测器灵敏度漂移),则所有结果均不可靠。
- 拖尾峰积分面积偏低:手动设置积分终点时,若过早截止拖尾峰,将丢失 5–20% 的峰面积,导致含量偏低。使用自动积分算法并检查积分区域。
- 将基线噪声误认为小峰:在噪声较大的 UV 谱图中,尤其是 210 nm 附近,基线波动可能被误识为微量杂质峰。应通过增大峰面积阈值或换算信噪比来判断。
- 面积归一化用于不同官能团的混合物:不同官能团的摩尔消光系数或 FID 响应因子不同,面积归一化仅适用于结构相近(响应因子相近)的同系物或已验证的情况。
- 忽视峰纯度:在复杂样品中,两个化合物可能共流出形成表面上正常的单峰。用 DAD 检测器检查峰纯度(不同波长下峰形是否一致),或用 MS 确认单一成分。
- 保留时间作为唯一鉴别依据:在不同实验室或仪器之间,相同方法下保留时间可能略有差异。应结合 UV 光谱(DAD)或 MS 数据进行确认,仅靠保留时间鉴别未知物风险较高。
相关技能
troubleshoot-separation— 处理谱图中的异常问题validate-analytical-method— 方法的正式定量验证develop-hplc-method— 方法开发,为解读提供方法背景develop-gc-method— GC 方法开发和解读背景
GitHub 저장소
Frequently asked questions
What is the interpret-chromatogram skill?
interpret-chromatogram is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform interpret-chromatogram-related tasks without extra prompting.
How do I install interpret-chromatogram?
Use the install commands on this page: add interpret-chromatogram to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does interpret-chromatogram belong to?
interpret-chromatogram is in the Other category, tagged general.
Is interpret-chromatogram free to use?
Yes. interpret-chromatogram is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
연관 스킬
LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.
이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.
이 Claude Skill은 스프레드, 오버/언더, 프로프 베트를 포함한 스포츠 베팅 시장을 분석합니다. 역사적 추이와 상황별 통계를 검토하여 가치 베트를 발견하고, 교육적 목적으로 실행 가능한 권장 사항이 담긴 구조화된 마크다운 결과를 제공합니다. 개발자는 이 기능을 스포츠 베팅 분석 도구에 활용할 수 있으며, 단순히 엔터테인먼트/교육 목적으로만 설계되었음을 유의해야 합니다.
이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.
