3种分析GPC/SEC数据的方法
获取高质量的GPC/SEC数据仅仅是成功的一半。当数据到手之后，你需要一种方法将这些色谱图转换为有意义的数值，比如分子量。根据你可用的检测器组合，可以用多种方法进行数据分析。本文将讨论三种最常见的GPC/SEC数据分析方法（都可通过OMNISEC!实现): 常规校准法、通用校准法和多检测器结合光散射法。
要查看更多关于这些内容的视频演示，请查看我的30分钟GPC/SEC介绍视频。
常规校准法
最简单的GPC/SEC配置是单一检测器系统，使用泵、柱组和折光指数（RI）或紫外（UV）检测器之一。选择这些检测器之一是因为它们直接响应样品的浓度，这对于计算分子量矩如Mw和Mn非常重要。为了从常规校准（有时称为柱校准）中获取分子量值，必须跑一系列已知的标准物。这些标准物用于生成一条校准曲线，映射出哪个分子量（峰值分子量或Mp）对应于每个保留体积，见下图。
当分析未知样品时，每个数据切片的分子量是基于其保留体积和所用校准曲线上对应的分子量来确定的。由于使用常规校准所获取的分子量值依赖于生成校准曲线的标准，因此样品的结果被描述为相对的分子量值。
常规校准的优点是它是最经济的GPC/SEC设置，包含最少的组件和最简单的计算。缺点是如果你的样品的分子结构与标样的不同，那么所得的分子量值可能无法准确反映你的样品情况。并且单一检测器系统所算的数据可能不代表你的样品的真实特征，甚至可能误导你的研究。换句话说，你可能处于“不知道自己不知道”的情况！
看看OMNISEC如何实现常规校准！
通用校准法
将粘度检测器添加到浓度检测器（通常是RI检测器）中，可以将通用校准曲线应用于未知样品。除了分子量矩，还可以确定其他分子参数，如内在粘度（IV）、水动力半径（Rh）和Mark-Houwink参数。
粘度检测器的响应受到样品分子结构的影响，尤其是其在溶液中的形态。因此，粘度检测器的存在考虑到了生成校准曲线的标准与分析样品之间的结构差异，最终提供了比常规校准更准确的数据。
1967年，Benoit等人利用水动力体积、分子量和内在粘度之间的关系（上图公式）表明，不同类型的聚合物的校准曲线可以合并为一条通用校准曲线。记住，GPC/SEC是基于分子尺寸或者水动力体积进行分离的。因此，如果我们把洗脱体积视作水动力体积，就可以将分子量乘以内在粘度与水动力体积对图。这意味着所有聚合物，无论结构和形状，都会沿着同一条通用校准曲线，如下图所示。
通用校准的优点是无论你有什么标准都能获取样品的准确分子量值。此外，粘度检测器的加入提供了更多的表征数据，包括IV、Rh和Mark-Houwink参数。
然而，尽管标准的身份不重要，但仍然需要一条校准曲线，因此每个GPC/SEC系统都会有一个独特的校准曲线。诸如色谱柱、流动相、流速和温度等参数仍会影响生成的校准曲线。
看看OMNISEC如何实现通用校准！
结合光散射的多检测器分析
有时也称为三重检测、高级检测、SEC-MALS等，这种方法利用光散射检测器与浓度检测器至少结合使用来计算绝对分子量。这是因为散射光强度与样品分子量相关。粘度计和/或UV-Vis检测器经常被添加，以创建一个强大的多检测器分析工具。
在这篇关于多检测器GPC/SEC的文章中详细描述，每个检测器响应样品的不同方面，从而可以计算绝对分子量（准确且不依赖于校准曲线）、IV、Rh、Rg、Mark-Houwink参数、浓度，以及潜在的分支和成分分析数据。每个检测器响应的方程如下所示。
除了提供绝对分子量，结合光散射检测器的多检测器方法的优势在于它不依赖于校准曲线。简单的校准过程仅涉及跑一个窄的标准品，只需根据需要的频率进行运行。我们建议用验证标准检查校准…但仅此而已！
一旦你有一个校准的方法，为样品计算数据非常简单——请在下面的视频中通过OMNISEC来看看！
最后的思考
总之，我希望这篇文章能帮助你区分GPC/SEC数据的三种常见分析方法。每种方法都有其优点，但结合光散射的多检测器法的准确性和便利性使其在分析GPC/SEC数据时成为理想的方法。如果你有任何问题，请随时联系我们或者直接通过kyle.williams@malvernpanalytical.com给我发邮件。
相关内容
这篇文章可能已被自动翻译
{{ product.product_name }}
{{ product.product_strapline }}
{{ product.product_lede }}
