مقدمه و تاریخچه:
این روزها کمتر با آزمایشگاه یا مرکز تحقیقاتی روبه رو میشویم که از مزیتهای کامپیوتر در حوزه خود بهره نبرد. با گذشت زمان و ارزشمندتر شدن وقت و لزوم صحت و دقت در محاسبات، نرم افزارها و ابزارهای محاسباتی به یاری محققان رسیده اند. حوزه شیمی هم از این موضوع مستثنی نبوده است و پژوهشگران مختلفی در این حوزه شروع به فعالیت کرده اند. کمومتریکس که از واژه ها کمو و متریکس به معانی شیمی و سنجش تشکیل شده است، نام گرایش جدیدی است که کاربرد آمار، ریاضی و کامپیوتر را در شیمی ممکن ساخته است. کمومتریکس را دانش استفاده از ریاضی، آمار و کامپیوتر جهت طراحی یا انتخاب یک روش مناسب برای آزمایش یا تولید حداکثر اطلاعات مفید از داده های یک فرایند شیمیایی دانست. در واقع کمومتریکس امروزه نیز در حال رشد است و ممکن است تعریف آن متناسب با زمان تغییر یابد تا پیشرفتهای جدید را نیز در برگیرد. کاربرد روشهای ریاضی در شیمی سابقه دیرین دارد ولی با توجه به پیشرفت علوم کامپیوتر و کاربرد آن در علوم روشهای کمومتریکس در دهه اخیر پیشرفت بسیار داشته است. در این دو دهه روشهای کمومتریکس مختلفی توسط شیمیدانها با کمک متخصصین علوم کامپیوتر، ریاضی و آمار ارائه شده است. کمومتریکس او لین بار در سال ۱۹۷۱ توسط سوانته ولد-شیمیدان سوئدی– معرفی گردید.وی در سال ۱۹۷۴به اتفاق بروس کوالسکسی -شیمی تجز یه دان آمریکائی – جامعه بین المللی کمومتریکس را بنا نهاد .این اتفاق حاصل این بود که کووالسکی مقاله های دنباله داری درباره طبقه بندی طیف های جرمی با وضوح کم به چاپ میرساند که در آنها از نظریه های ریاضی مانند ماشین یادگیری خطی استفاده کرده بود. در آن زمان شیمیدان ها چون دسترسی به روش های تفسیری مناسب نداشتند، داده های خود را به درستی به کار نمی بردند و در عمل، بسیاری از این داده ها کنار گذاشته می شد.
کمومتریکس یک نظام شیمیاِئی است که از ریاضی و آمار
۱-فرآیندهای تجربی بهینه را طراحی و انتخاب کند.
۲-حداکثر اطلاعات شیمیایی قابل حصول را از تحلیل اطلاعات شیمیایی فراهم کند.
۳-بتوان اطلاعات بیشتری درمورد سیستم های شیمیایی بدست آورد.
ضرورت کمومتریکس و آینده این رشته:
دو دلیل عمده برای کاربرد کمومتریکس در شیمی عبارت بودند از: اول معرفی دستگاههای جدید که پاسخ چند متغیره (multivariate) را برای نمونه های مورد تجزیه تولید میکردند ودوم دسترسی به کامپیوترها. در آزمایشگاههای دستگاهی مدرن، شیمیدانان تجزیه ای اغلب با داده ها و نمودارهای زیادی روبرو هستند. شناسایی، دسته بندی، و تفسیر این اطلاعات می تواند یک عامل محدود کننده در عملیات آزمایشگاهی کارا و موثرباشد. بعلاوه امروزه دستگاههای تجزیه ای به صورت online و inline کاربرد گسترده ای یافته اند و در نتیجه دستیابی به روشهای سریع و صحیح تفسیر داده ها اهمیت روزافزونی پیدا کرده است کمومتریکس در واقع پاسخی به این نیاز است.
کمومتریکس در سه زمینه دارای رشد روز افزون است:اول طراحی آزمایشات که مهمترین وجه آن است اما بیشتر مبتنی بر آمار و محاسبات آماری است. دوم استفاده از کمومتریکس برای جایگزینی قوانین سخت و دست پاگیر شیمی فیزیک آلی که در طراحی دارو، ارتباط ساختار- فعالیت کاربرد پیدا نموده و همپوشانیهایی با دانش ژنومیک، پروتئومیک و بیوانفورماتیک و… یافته است. سوم استفاده از کمومتریکس در شیمی تجزیه دستگاهی که منجر به کاربردهای صنعتی نیز شده است.
در دهه ۹۰ میلادی، توجه نسبت به کمومتریکس به وجود آمد و در همین دوره بود که از تلفیق روش های کمومتریکس و تضمین کیفی، شاخه جدید دیگری به نام کیفیت سنجی معرفی شد. استفاده از آمار توصیفی در تعیین مقدار کیفیت فرایندها و روش های اندازه گیری از قدیمی ترین موارد شناخته شده در این دانش است. در این زمینه ، از روش های محاسبه شاخص های آماری و نمودارهای توزیع مانند توزیع نرمال گوسین، برای روش های نمونه برداری، تفسیر داده های به دست آمده، تعیین خطا، مقدار دقت و صحت، مقایسه میانگین های به دست آمده از فرضیه و آزمایش استفاده می شود.
محورهای کمومتری
Multivariate Calibration ans classification
Multivariate curve resolution
Quantitative structure activation relationship
Experimental design
َArtificial intelligence
روش های کمومتری
کالیبراسیون یک متغیره
( Multivariate Calibration) کالیبراسیون چند متغیره
( Multivariate Linear Regression) رگرسیون چند متغیره خطی
( Classic Least Square) حداقل مربعات کلاسیک
( Inverse Least Square) حداقل مربعات معکوس
( Principal Component Regression) رگرسیون اجزای اصلی
( Partitial Least Square) حداقل مربعات جزئی
( Multivariate Nonlinear Regression) رگرسیون چند متغیره غیر خطی
( Artificial Neural Network ) شبکه های عصبی مصنوعی
و روشهای دیگر…
مراحل کالیبراسیون معمولا شامل طراحی آزمایش ،انتخاب مدل ، تخمین پارامتر ها و پیش بینی مجهولات میباشد.در کالیبراسیون یک متغیره ، امکان تصحیح مزاحم ها بدون وارد کردن اطلاعات اضافی وجود ندارد .در حالیکه در روشهای چند متغیره قادر به جدا کردن اطلاعات مفید از اطلاعات نا مناسب مانند نویز این امکان وجود دارد.
زمینه های کاری مختلف برای کمومتری درشیمی تجزیه
با استفاده از قابلیتهای نرم افزار کمومتریکس در زمینه تجزیه میتوان شبیه سازی و جستجوی طیف های جرمی، پیش بینی میزان جابجای C NMR13، شناسایی الگوها از داده های کروماتوگرافی، پیش بینی ضریب پاسخ آشکارسازهای شعله – یونشی و هدایت گرمایی، پیش بینی ضرایب انتخابگری الکترودهای یون گزین، پیش بینی خواص و فعالیت ملکول ها، آنالیز مخلوط های پیچیده(نوع ترکیب و زیرگروه های آن را از روی طیف آن شناسایی کرد) و شناخت الگوها و طبقه بندی داده ها را انجام داد. همچنین میتوان مدلسازی بازداری کروماتوگرافی یونی، آنالیز کمی داده های چند متغیره، مدلسازی سطح پاسخ در کروماتوگرافی مایع با کارآیی بالا، پیش بینی آنتالپی تشکیل آلکان ها، پیش بینی ثابت دی الکتریک، پیش بینی تحــــــرک الکتروفورتیک سولفونامیدها در الکتروفورز موئینه و پیش بینی جداسازی ترکیبات کایرال را با استفاده از این نرم افزار انتظار داشت.
کمومتریکس در ایران:
پیشرفت کمومتریکس در ایران در دهه اخیر توسط بسیاری از محققین شیمی تجزیه در دانشگاه های مختلف رو به رشد می باشد. دکتر جلالی استاد بازنشسته دانشگاه صنعتی شریف را میتوان بنیان گذار کمومتریکس در ایران دانست. اولین مقاله در این حوزه در ایران در آزمایشگاه ایشان منتشر شد. از دانشگاه های فعال در زمینه کمومتریکس در ایران می توان دانشگاه شریف، دانشگاه های خواجه نصیر الدین طوسی، دانشگاه رازی – تحصیلات تکمیلی زنجان – دانشگاه شیراز، دانشگاه آزاد اسلامی اراک را نام برد.. همچنین می توان از دکتر جهانبخش قاسمی – دکتر حمید عبدالهی – دکتر بهرام همتی نژاد – دکتر محسن کمپانی – دکتر علی نیازی – دکتر مرتضی بهرام – دکتر عبدالحسین ناصری و دکتر هادی پرستار بعنوان محققین فعال در این زمینه در ایران نام برد. در ایران تمرکز محققین بر طراحی دارو، تفکیک منحنی ،طراحی آزمایش، روش های درجه بندی و روش های تشخیص الگو و طبقه بندی میباشد.
با توجه به مطالب ارایه شده و همچنین هزینه بر بودن آنالیزهای کمی و کیفی و تحریمهای موجود بر کارهای تحقیقاتی شاهد گسترش روز افزون کاربرد آمار و کمومتریکس در شیمی خواهیم بود.