Сложное вещество: Сложное вещество 

Содержание

Сложное вещество 

Сложное вещество – это вещество, состоящее из атомов двух и более разных химических элементов. Согласно принципам систематической номенклатуры, химическая формула сложного вещества разделяется на условно электроположительную (катион) и условно электроотрицательную (анион) составляющие. Первая составляющая ставится в формуле слева, а вторая – справа. Название сложного вещества читается справа налево, то есть вначале называется его электроотрицательная составляющая в именительном падеже, а затем электроположительная – в родительном. При этом в случае одноэлементной электроотрицательной составляющей используется суффикс –ид, а в случае многоэлементарной – суффикс –ат.

Классификация сложных веществ:

Бинарные соединения

В формулах бинарных соединений, состоящих из металла и неметалла, на первом месте всегда стоит металл (как более электроположительный элемент): K2S, CaCl2, CrO3, AlP, Cr2O3, ScF3.

В формулах соединений, не содержащих атомы металлов, на первом месте помещается элемент с меньшей электроотрицательностью. Порядок увеличения электроотрицательности определяется практическим рядом:

Rn, Xe, Kr, B, Si, C, As, P, H, Te, Se, S, At, I, Br, Cl, N, O, F

Например, H2O, CS2, Cl3N, C2H6, AsI3, NO2, OF2. Исключение составляют некоторые соединения азота с водородом, для которых оставлено традиционное написание формул: HN3, N2H4 (но для кислоты HN3).

Бинарные соединения:

  • Галогениды;
  • Оксиды;
  • Халькогениды;
  • Нитриды;
  • Водородные соединения азота;
  • Фосфиды;
  • Карбиды;
  • Гидриды;
  • Интерметаллиды.

Многоэлементарные соединения:

  • Гидроксиды;
  • Кислоты;
  • Соли;

 

Автор: Тикавый В. Ф.
Источник: Общая химия в формулах, определениях, схемах., под редакцией Тикавого В.Ф.,1987 год
Дата в источнике: 1987 год

Простые и сложные вещества

1. Простыми называются вещества, которые состоят из атомов одного химического элемента (О2, Н2, Na, Al)

2. Сложными называются вещества, которые состоят из нескольких химических элементов (H2O, CuSO4)

3. Оксиды — сложные вещества, которые состоят из атомов двух химических элементов, один из которых кислород со степенью окисления -2.

4. Основные оксиды — оксиды, которым соответствуют основания (CaO — Ca(OH)2)

5. Кислотные оксиды — оксиды, которым соответствуют кислоты (P2O5 — H3PO4, Mn2O7 — HMnO4)

6. Амфотерные оксиды — оксиды, проявляющие основные и кислотные свойства (Al2O3, BeO, ZnO, Cr2O3)

7.  Несолеобразующие оксиды — не проявляют ни основных ни кислотных свойств (N2O, NO, CO)

8. Кислоты — сложные вещества, которые состоят из атомов водорода и кислотных остатков

HCl — соляная кислота (хлороводородная) (хлориды)

HNO3 — азотная (нитраты)

H2SO4 — серная (сульфаты)

H3PO4 — фосфорная (фосфаты)

H2CO3 — угольная (карбонаты)

H2S — сероводородная (сульфиды)

H2SO3 — сернистая (сульфиты)

H2SiO3 — кремниевая (силикаты)

HF — фтороводородная (плавиковая) (фториды)

HBr — бромоводородная (бромиды)

HNO2 — азотистая (нитриты)

9. Основания — сложные вещества, которые состоят из катиона металла и гидроксид-ионов (NaOH, Fe(OH)3). Растворимые в воде основания называют щелочами.

10. Соли — сложные вещества, которые состоят из катионов металлов и анионов кислотных остатков (NaCl, CuSO4)

Давайте порассуждаем вместе

1. Сульфат алюминия относят к классу:

1) оксидов

2) оснований

3) солей

4) кислот

 

Ответ: сульфат алюминия Al2(SO4)3 относят к классу солей, т.к. это сложное вещество, которое состоит из катионов металла алюминия и кислотных остатков сульфат-анионов.

2. Кислотой и щелочью соответственно являются вещества, формулы которых:

1) HCl, Cu(OH)2

2) HNO3, Ba(OH)2

3) NaCl, NaOH

4) H2SiO3, Fe(OH)2

 

Ответ: правильный ответ №2, т. к. HNO3 — это азотная кислота, а Ва(OH)2 — основание, которое хорошо растворяется в воде, значит является щелочью

3. Основному оксиду соответствует формула:

1) SO3

2) NO2

3) MgO

4) P2O5

 

Ответ: MgO — основный оксид, т.к. ему соответствует основание Mg(OH)2

4. Амфотерным оксидом и кислотным оксидом соответственно явлются вещества:

1) Al2O3, SO2

2) NaOH, P2O5

3) ZnO, HCl

4) Zn(OH)2, H2SO4

 

Ответ: правильный ответ №1, т.к. Al2O3 —  амфотерный оксид, а SO2 — кислотный оксид, ему соответствует сернистая кислота H2SO3

5. Нерастворимым основанием и солью соответственно являются вещества:

1) KOH, Ca(NO3)2

2) CaO, Na2CO3

3) Mg(OH)2, H2SO4

4) Fe(OH)3, AgBr

 

Ответ: правильный ответ №4, т.к. Fe(OH)3 — нерастворимое основание, а AgBr — бромид серебра — соль

Различия между смесями веществ и сложными веществами

Купить неорганические реактивы, inorganic chemicals в Санкт-Петербурге


В каталоге товаров/продукции представлены неорганические реактивы —
категории: ;

Купить органические соединения, реактивы, organic chemicals в Санкт-Петербурге

В каталоге товаров/продукции представлены органические соединения, реактивы —
реактивы Карла Фишера для волюметрии, реактивы HYDRANAL, органические растворители, органические кислоты, органические соли и соединения, категории: reagents for Karl Fischer volumetry, other reagents HYDRANAL, organic solvents, organic acids, organic salts and compounds, ; , , , , органические соединения, органические соли,

реактивы Карла Фишера для волюметрии


Подробнее. ..


Купить реактивы карла фишера для волюметрии — reagents for Karl Fischer volumetry в ХИМСНАБ-СПБ, контактный телефон +7-812-337-18-93. Использование реактивов Гидранал позволяет определить воду в составе химических реактивов, пищевых продуктов, фармацевтическихпрепаратов. Содержание воды влияет на множество химических и физических параметров выпускаемой продукции. Реактивы Карла Фишера произв…

органические растворители


Подробнее…


Купить органические растворители (organic solvents) в ХИМСНАБ-СПБ, контактный телефон +7-812-337-18-93. Купить органический растворитель в Санкт-Петербурге по выгодной цене. Компания ХИМСНАБ-СПБ предлагает следующую фасовку растворителей: п/э или стеклянная бутылка 1 литр; п/э канистра 10 литров; п/э канистра 5 литров; стеклянный флакон 1 литр, бочка, и бочка, 250 кг. Реактивы и растворители. ..

органические кислоты


Подробнее…


Купить органические кислоты — organic acids в ХИМСНАБ-СПБ, контактный телефон +7-812-337-18-93. Органические вещества, проявляющие кислотные свойства (кислоты их кислые соли и средние соли содержатся во многих товарах. Благодаря наличию свободных кислот и кислых солей многие продукты и их водные вытяжки обладают кислой реакцией.

 

К ним относятся карбоновые кислоты, содержа…

Купить химические реактивы, chemicals в Санкт-Петербурге

В каталоге товаров/продукции представлены химические реактивы —
вода, неорганические реактивы, органические соединения, реактивы, растворы, особо чистые вещества, категории: water, inorganic chemicals, organic chemicals, solutions, highly purified substances, ; дистиллированная вода, вода (УФ-ВЭЖХ) для аналитики, бидистиллированная вода, вода для молекулярной биологии, , , , ,

неорганические реактивы


Подробнее. ..


Купить неорганические реактивы — inorganic chemicals в ХИМСНАБ-СПБ, контактный телефон +7-812-337-18-93.

Неорганическое соединение, как правило, представляет собой химическое соединение, которое не имеет связей СН , то есть соединение, которое не является органическим соединением

Химические соединения, реагенты и реактивы находят свое применение в различных областях: научные-исследов…

органические соединения, реактивы


Подробнее…


Купить органические реактивы — organic chemicals в ХИМСНАБ-СПБ, контактный телефон +7-812-337-18-93. Купить органический реактив в Санкт-Петербурге по выгодной цене. химические реактивы химические реактивы химические реактивы хим. реактивы продукцию chemicals химические реактивы, chemicals вода, неорганические реактивы, органические реактивы, растворы, особо чистые вещества особо чистые веще. ..

растворы


Подробнее…


Купить растворы — solutions в ХИМСНАБ-СПБ, контактный телефон +7-812-337-18-93. В каталоге ХИМСНАБ-СПБ представлен большой выбор готовых специальных растворов различного назначения: буферные растворы, растворы для заполнения, очистки и хранения электродов, стандартные растворы для кондуктометров, реактивы карла фишера для кулонометрии.

Купить раствор в Санкт-Петербурге по выгодной цене: …

особо чистые вещества


Подробнее…


Купить особо чистые вещества (ультрачистые вещества) в Санкт-Петербурге, в компании Химснаб-СПБ, телефон +7-812-337-18-93. В высокочистых веществах содержатся примесей в незначительном количестве, что они не влияют на основные специфические свойства веществ.  Свойства особо чистых веществ используют для создания новых приборов, устройств и технологических процессов. Они находят применени…

Оставьте заявку ON-LINE или позвоните. Менеджер компании ответит на ваши вопросы.


Широкий ассортимент

В каталоге компании более 4000 наименований продукции в 200 товарных категориях: химические реактивы, лаб. оборудование и посуда, аксессуары и принадлежности для лабораторий, различные виды удобрений, химическое сырьеи многе другое. Можно подобрать продукцию воспользовавшись фильтром характеристик.


Проверенные поставщики

Компания реализует товары и продукцию только от проверенных поставщиков гарантирующих качестно продукции.


Консультация по продукции

Менеджеры компании проконсультируют вас по ассортименту реализуемой продукции, звоните в рабочее время


Доставка

География потребителей выходит за пределы России, компания «Химснаб-СПБ» осуществляет доставку приобретаемых товаров и продукции по Санкт-Петербургу, Ленинрадской обл, России и странам СНГ.


Индивидуальный подход

Строим свое сотрудничество с клиентом с учетом всех пожеланий клиента.
Гибкий и индивидуальный подход к каждому клиенту, ориентированность на долгосрочные партнерские отношения, строгое соблюдение оговоренных сроков и предоставления документов заказчику являются неоспоримыми преимуществами компании «Химснаб-СПБ». Мы заботимся о том, чтобы каждый наш клиент остался доволен приобретаемой продукцией и полученным результатом, который является нашим общим успехом!


Малотоннажная химия

Реализация продукции малотоннажной химии: продукция химической и нефтехимической промышленности. Малотоннажная химия дает возможность на скромном оборудовании и в небольших объемах производить дорогостоящие модификаторы, пластификаторы, ингибиторы и другие микродобавки, способные наделять конечный продукт новыми свойствами


Комплексное снабжение, оснащение

Компания Химснаб-СПБ имеет многолетний опыт работы на рынке химической продукции и лабораторного оборудования. Компания тесно сотрудничает со многими промышленными и производственными организациями и имеет возможность осуществлять комплексное снабжение и оснащение предприятии различных отраслений промышленности необходимым оборудованием и расходными материалами.

Предствленная информация на страницах данного интернет-сайта и в каталоге продукции носит исключительно информационный характер и ни при каких условиях не является публичной офертой, определяемой положениями Статьи 437 (2) Гражданского кодекса РФ. Для получения подробной информации о наличии и стоимости указанных товаров и (или) услуг,обращайтесь к менеджерам отдела продаж: форма обратной связи, e-mail, телефон.

Реализация продукции для сельского хозяйства, химической, строительной, нефтегазовой, металлургической, текстильной, кожевенной, и других отраслей промышленности.

сложное вещество — это… Что такое сложное вещество?

сложное вещество
сло́жное вещество́

вещество, молекула которого состоит из атомов двух или более различных химических элементов.

* * *

СЛОЖНОЕ ВЕЩЕСТВО

СЛО́ЖНОЕ ВЕЩЕСТВО́, вещество, молекула которого состоит из атомов 2 или более различных химических элементов.

Энциклопедический словарь.
2009.

  • сложная функция
  • сложные глаза

Смотреть что такое «сложное вещество» в других словарях:

  • сложное вещество — sudėtinė medžiaga statusas T sritis Standartizacija ir metrologija apibrėžtis Iš kelių rūšių atomų sudaryta medžiaga. atitikmenys: angl. complex substance vok. Komplexmaterial, n rus. сложное вещество, n pranc. corps composé, m …   Penkiakalbis aiškinamasis metrologijos terminų žodynas

  • сложное вещество — sudėtinė medžiaga statusas T sritis chemija apibrėžtis Iš kelių skirtingų elementų atomų sudaryta medžiaga. atitikmenys: angl. complex substance rus. сложное вещество …   Chemijos terminų aiškinamasis žodynas

  • сложное вещество — sudėtinė medžiaga statusas T sritis fizika atitikmenys: angl. complex substance vok. Komplexmaterial, n rus. сложное вещество, n pranc. corps composé, m …   Fizikos terminų žodynas

  • Сложное вещество —         то же, что Соединение химическое …   Большая советская энциклопедия

  • СЛОЖНОЕ ВЕЩЕСТВО — в во, молекула к рого состоит из атомов двух или более разл. хим. элементов …   Естествознание. Энциклопедический словарь

  • Сложное вещество — …   Википедия

  • Вещество — в химии  физическая субстанция со специфическим химическим составом. В философском словаре Григория Теплова в 1751 году словом вещество переводился латинский термин Substantia. Вещество в современной физике как правило понимается… …   Википедия

  • вещество) — вещество). Химическое соединение (сложное вещество из нескольких элементов). Химическая реакция (процесс превращения веществ). Химическое разложение. Химический процесс. Химическое сродство тел. Химическая физика. Химически (нареч.) чистый.… …   Толковый словарь Ушакова

  • СЛОЖНОЕ — (1) вещество (см.), состоящее из атомов двух или более различных хим. элементов, соединённых хим. связью, напр. Н20 вода. Обычно С. вещество называют хим. соединением. Этим оно отличается от простого вещества; (2) движение такое механическое… …   Большая политехническая энциклопедия

  • Химическое вещество — Вещество форма материи, в отличие от поля, обладающая массой покоя. Вещество состоит из частиц, среди которых чаще всего встречаются электроны, протоны и нейтроны. Последние два образуют атомные ядра, а все вместе атомы, молекулы, кристаллы и т.… …   Википедия

Создано сложное вещество из одного элемента

 Соединение, устроенное и ведущее себя будто сложное (то есть «собранное» из разных элементов), но на деле состоящее всего из одного элемента периодической таблицы, синтезировали и изучили специалисты из Международного университета Флориды (Florida International University).

Новое соединение — это борид бора. Его химическая формула — B28, а существует оно только при очень высоких давлениях и температуре (свыше 190 тысяч атмосфер и 1400 градусов Цельсия).

В отличие от известных крупных молекул из одного элемента (например фуллеренов), где все атомы равноправны, здесь имеются две отличные структурные единицы: икосаэдрический кластер B12 и кластер B2, которые, чередуясь, формируют кристаллическую решётку, схожую по форме с таковой у хлорида натрия. Одна ячейка такой системы насчитывает в сумме 28 атомов бора — отсюда и формула. 

Строение B28. Цветом показано смещение зарядов. Фиолетовые кластеры бора играют роль анионов, оранжевые – катионов (иллюстрация Artem R. Oganov et.al.).

Новое состояние бора авторы работы называют частично ионизированной фазой, поясняя, что у кластеров B12 и B2 — различные электронные свойства, так что в общей структуре между ними происходит перенос заряда, как это было бы между двумя разными химическими элементами.

При этом такое перераспределение влияет на свойства получающегося вещества — его диэлектрическую константу, степень поглощения инфракрасного излучения и так далее.

Лидер группы исследователей профессор Цзюхуа Чэнь (Jiuhua Chen) заявил, что открытие «привело к новому пониманию элементов».

Детали этой работы можно найти в статье в журнале Nature.

Источник: PhysOrg.com


Ссылка на публикацию:
MEMBRANA

Урок 4. Сложные вещества – HIMI4KA

У нас вышел новый курс, где всё объясняется ещё проще. Подробннее по ссылке

В уроке 4 «Сложные вещества» из курса «Химия для чайников» дадим определение химическим соединениям, рассмотрим различия органических и неорганических соединений, а также выясним, что означает качественный и количественный состав. Напоминаю, что в прошлом уроке «Молекулы и простые вещества» мы рассмотрели, что такое молекулы, простые вещества, а также металлы и неметаллы.

Химические элементы существуют не только в виде свободных атомов и простых веществ. Они также могут входить в состав самых различных химических соединений.

Вещества, состоящие из атомов разных химических элементов, называются сложными веществами или химическими соединениями.

Органические и неорганические вещества

Подавляющее большинство химических веществ — это сложные вещества. Вы уже знаете некоторые из них. Вода, метан, сахар, поваренная соль — сложные вещества. Сложные вещества делятся на две группы — неорганические и органические.

Органические вещества

Все органические вещества объединяет главный признак: в их состав обязательно входят атомы углерода. Кроме углерода, в состав органических веществ чаще всего входят атомы водорода, кислорода, а также азота, фосфора, серы. Почти все органические вещества горючи и легко разлагаются при нагревании. Практически все они имеют молекулярное строение (рис. 41).

Простейшим органическим веществом является природный газ метан. Но вам, наверное, знакомы и такие органические вещества, как сахар (сахароза), уксусная и лимонная кислоты, спирт, крахмал, белки, жиры, пластмассы и т. д. Органических веществ миллионы. Они содержатся во всех животных и растительных организмах (откуда и произошло их название), входят в состав пищи, топлива, лекарств, красителей, самых разнообразных материалов.

Неорганические вещества

Неорганические вещества являются соединениями всех остальных элементов. К неорганическим традиционно относят также несколько веществ, содержащих углерод: углекислый и угарный газы, мел, соду и некоторые другие. Неорганических веществ около 700 тыс., но их общая масса многократно превышает массу органических веществ. Почти все они — твердые вещества немолекулярного строения (рис. 42), входят в состав минералов, почв, горных пород.

Качественный и количественный состав веществ

Каждое вещество характеризуется определенным качественным и количественным составом.

Качественный состав вещества показывает, из атомов каких элементов оно состоит. Например, вода состоит из атомов водорода и кислорода, а метан— из атомов углерода и водорода. Число атомов каждого элемента в составе мельчайшей частицы вещества характеризует его количественный состав. Например, молекула воды состоит из двух атомов водорода и одного атома кислорода, а молекула метана — из одного атома углерода и четырех атомов водорода.

Сложное вещество можно с помощью различных химических методов разложить на несколько новых веществ, и так до тех пор, пока не получатся вещества, каждое из которых будет являться простым. Например, сахар при нагревании разлагается на воду и уголь (углерод):

а воду можно разложить с помощью электрического тока на водород и кислород:

Свойства простых веществ, которые при этом получаются (углерода, кислорода и водорода), совершенно не похожи на свойства сложных веществ — сахара и воды. Это разные вещества с разными свойствами. Свойства сложного вещества не являются суммой свойств простых веществ, которые образуются при его разложении.

Сложные вещества, как и простые, имеют либо молекулярное, либо немолекулярное строение. При этом вещества молекулярного строения могут существовать при обычных условиях в различных агрегатных состояниях. Например, метан — газ, вода — жидкость, сахар — твердое вещество.

Вещества немолекулярного строения при обычных условиях — твердые кристаллы, например поваренная соль, мел. Конечно, при нагревании (иногда до нескольких тысяч градусов) такие вещества плавятся, а затем переходят и в парообразное состояние.

Отличия между сложными веществами и смесями веществ

Необходимо различать сложные вещества и смеси веществ:

Сложное вещество (химическое соединение) Смесь веществ
Образуется в результате соединения атомов различных элементов между собой (химический процесс) Образуется в результате смешивания различных веществ (физический процесс)
Свойства сложного вещества отличаются от свойств простых веществ, из которых оно получено Свойства веществ, из которых составлена смесь, не изменяются
Имеет определенный качественный и количественный состав Состав произвольный
Разлагается на составные части только в результате химических процессов Разделяется на составные части с помощью различных физических методов

Краткие выводы урока:

  1. Сложными называются вещества, состоящие из атомов разных химических элементов.
  2. Каждое чистое вещество имеет определенный качественный и количественный состав.
  3. Свойства сложного вещества отличаются от свойств простых веществ, из которых оно получено.
  4. Сложные вещества имеют молекулярное или немолекулярное строение.
  5. Все сложные вещества делятся на органические и неорганические.

Надеюсь урок 4 «Сложные вещества» был понятным и познавательным. Если у вас возникли вопросы, пишите их в комментарии.

Хотите ещё проще? Мы создали новый курс, где максимум за 7 дней вы овладете химией с нуля. Подробннее по ссылке

Вещества химические сложные — Справочник химика 21





    Компоненты — химически однородные вещества, составляющие сложную систему. Компонентами силикатных систем чаще всего являются оксиды. Однако нередко в качестве компонентов систем используются и более сложные соединения..  [c.45]

    Приведенные рассуждения можно распространить на другие процессы выравнивания (обмен веществ, химические реакции). Уравнения тогда получаются, естественно, более сложными. Если система как целое не является изолированной от внешней среды, то могут идти диссипативные процессы (необратимое превращение работы в теплоту, например, за счет трения или электрического тока). Наконец, можно рассмотреть также непрерывные процессы, сводя фазы к элементам объема и считая различия соседних элементов объема бесконечно малыми. Оказывается, что уравнение (4.27) всегда выполняется для всех необратимых процессов. В дальнейшем ради простоты будем учитывать только рассмотренный выше случай. Однако существенные результаты имеют общий характер. Чтобы получить общее изменение энтропии системы, необходимо рассматривать теплообмен с окружающей средой. При этом должно быть учтено, что обе фазы, согласно предположению, имеют различные температуры. Поэтому общая теплота, подводимая извне, должна быть разложена на [c.26]








    На современном уровне развития науки и промышленности аналитическая химия стала одной из важнейших химических дисциплин. Она имеет самостоятельные задачи, которые можно решить только специфическими для нее методами. Аналитическая химия изучает качественный и количественный химический состав простых и сложных веществ, применяя разнообразные методы исследования, в том числе химические, физико-химические, физические, математические и биологические. Установление качественного состава исследуемого вещества химическими и нехимическими методами составляет предмет качественного анализа, а установление количественного химического состава — предмет количественного анализа. [c.5]

    А. М. Бутлеров блестяш е предвидел такой прогресс науки он писал Весьма возможно, что многие из наших элементов окажутся со временем веществами химически сложными но если они и сложны, то все-таки смело можно утверждать, что сложность эта другого, так сказать, высшего порядка, чем сложность веществ, известных ныне за химически сложные… Это делает предположение о сложности наших нынешних алементов далеко не невероятным, а алхимики, стремясь превращать одни металлы в другие, быть может, преследовали цели не столь химерические, как это часто думают (Сочинения, т. 3, М., Изд. АН СССР, 1958, стр. 51 и 52), и далее …так называемые атомы некоторых элементов в сущности, быть может, способны подвергнуться химическому делению, т. е. они не неделимы по своей природе, а неделимы только доступными нам средствами. .. но могут быть разделены в новых процессах, которые будут открыты впоследствии (там же, стр. 63). [c.425]

    Подавляющее большинство химических элементов на Земле находите в виде соединений. В зависимости от знака степени окисления элемен-а получить его простое вещество из сложных можно окисле- [c.241]

    Прежде всего не следует смешивать понятия химического соединения и сложного вещества. Химическое соединение следует понимать как вид молекул, характеризующийся определенным атомным составом и строением. Что же касается сложных веществ, то ими называются такие, которые подвергаются разложению посредством химических способов на другие вещества. [c.20]

    Со значением свободной энергии, отнесенной к отдельному компоненту сложной материальной системы, связывают понятие химического потенциала (в большинстве случаев он определяется для 1 моля вещества). Химический потенциал зависит от свойств вещества н концентрации данного компонента в системе. Каждый процесс, ведущий к изменению состава (например, диффузия, химическая реакция), протекает п направлении уменьшения химического потенциала всех компонентов системы. Следовательно, если химический потенциал некоторых компонентов материальной системы в различных точках имеет различную величину, то этот компонент при отсутствии каких-либо препятствий перейдет от точки с большим химическим потенциалом к точкам с меньшим химическим потенциалом. В результате система приближается к равновесию и достигает его, когда химические потенциалы всех компонентов по всему объему станут одинаковыми. [c.9]

    В семилетием плане развития народного хозяйства СССР значительное место отводится развитию химической промышленности и в первую очер( дь — промышленности органического синтеза. В связи с этим в настоящее время широким фронтом ведутся научно-исследовательские и проектные работы по разработке новых процессов получения различных синтетических продуктов, полимерных материалов, жирных кислот и спиртов, искусственных волокон и т. д. В большинстве процессов органического синтеза в результате превращений получается не одно какое-либо вещество, а сложная смесь, и выделение из смесей целевых продуктов и их очистка нередко представляет собой задачу, более сложную, чем сам процесс синтеза. [c.3]

    I. Воспроизводимый синтез (химическая сборка) твердых веществ заданного сложного состава и регулируемого химического строения основан на использовании необратимых в условиях синтеза реакции функциональных групп на поверхности твердого тела с молекулами низкомолекулярного вещества, причем последние не должны реагировать между собой. Этим исключается возможность протекания параллельных трудно контролируемых реакции в газовой или жидкой фазе вне поверхности твердого тела. [c.36]

    Вещество. Обобщением рассмотренных понятий является пред ставление о веществе, под которым понимают вид материи, обладающей массой покоя. В химии под веществом понимается определенная совокупность атомно-молекулярных частиц в газообразном, жидком и твердом состояниях. Для веществ, независимо от степени ассоциации или агрегации атомов и молекул, используются такие понятия, как простые и сложные вещества, химические соединения и др., которые представляют стехиометрической формулой вещества с указанием его модификации или состояния. [c.6]

    Возьмем два изолированных тела с зарядами электричества на одном из них ву и потенциалом Ей а на другом с зарядом ег и потенциалом Ег- Соединим эти тела металлическим проводником. Опыт показывает, что заряд системы будет равен сумме еу + вг, а потенциалы системы выравниваются , т. е. потенциал системы будет иметь промежуточное значение между Еу и Ег- Таким образом, электрическая энергия представляет собой произведение потенциала (фактор интенсивности) на величину заряда (фактор емкости) Ейе. Приращение объемной энергии может быть представлено произведением давления (фактор интенсивности) на приращение объема (фактор емкости) — рйь. Аналогично химическую энергию можно представить как произведение р, йп, где р, — химический потенциал, п — количество молей вещества. Таким образом, химический потенциал характеризует степень напряженности химической энергии данного вещества в сложной системе. [c.110]








    Белки. Биологическое значение белковых веществ исключительно велико — они играют большую роль во всех явлениях жизни. По своей химической природе белковые вещества имеют сложное строение, полностью не изученное н до сих пор. Это связано с большими различиями в белках разного происхождения. Можно говорить [c.237]

    Установление причинно-следственных связей между свойствами простых и сложных веществ (химических соединений), с одной стороны, и свойствами и строением атомов, их составляющих, с другой. [c.8]

    Величина м. — одна из важнейших характеристик химического поведения вещества в сложных (и простых) системах. Поэтому следует подробнее остановиться на ее свойствах. [c.49]

    Базой современной химии является учение о строении веществ, без знания которого невозможно объяснить их свойства и понять причины протекания химических процессов, заключающихся в превращении одних веществ в другие. В химии пользуются понятиями химический элемент и вещество. Химический элемент — это совокупность атомов с одинаковым зарядом ядер независимо от их состояния. Вещество — это совокупность одинаковых молекул или кристаллов, состоящих из одного (простое вещество) или нескольких (сложное вещество) химических элементов. При этом следует иметь в виду, что в своей практической деятельности человек имеет дело не с идеальными веществами, а с реальными материалами, так как любое вещество содержит примеси, от которых его очистить полностью невозможно. [c.6]

    Вещество — это совокупность одинаковых молекул или кристаллов, состоящих из одного (простое вещество) или нескольких (сложное вещество) химических элементов. [c.4]

    Отсюда простые вещества — это вещества, состоящие из атомов одного и того же химического элемента, а сложные вещества (химические соединения) образуются при химическом взаимодействии атомов разных химических элементов. [c. 10]

    Первыми из известных элементорганических полимеров были силиконы, открытые в 1935 г. К- А. Андриановым. В настоящее время число таких полимеров значительно возросло и сейчас решается задача создания полимеров вообще без органической составляющей — неорганических полимеров. Синтез таких веществ является сложной химической проблемой и в нашем курсе рассматривать ее нет возможности. [c.490]

    Через 67 лет после Ломоносова атомистическое учение в химии применил английский ученый Джон Дальтон. Он изложил основные положения атомистики в книге Новая система химической философии (1808). В своей основе учение Дальтона повторяет учение Ломоносова. Вместе с тем оно развивает его дальше, поскольку Дальтон впервые пытался установить атомные массы известных тогда элементов. Однако Дальтон отрицал существование молекул у простых веществ, что по сравнению с учением Ломоносова является шагом назад. По Дальтону, простые вещества состоят только из атомов, и лишь слож-> ые вещества — из сложных атомов (в современном понимании — молекул). Следует отметить, что отрицание Дальтоном существования молекул простых веществ мешало дальнейшему развитию химии. [c.10]

    Атом — ЭТО наименьшая частица химического элемента, входящая в состав молекул простых и сложных веществ. Химические свойства элемента определяются строением его атома. Отсюда следует определение атома, соответствующее современным представлениям  [c.10]

    Если молекула вещества состоит из разных атомов, то вещество называют сложным (или химическим соединением), например СО, Н2О, ЫНз, СНзО, Н3РО4. Любое вещество характеризуется определенным составом (природой и числом атомов в его молекуле), строением (пространственным расположением атомов в молекуле) и определенными физическими и химическими свойствами. [c.6]

    Теория синтеза аммиака из простых веществ довольно сложна. Здесь только указываются оптимальные условия процесса, основанные на принципе смещения химического равновесия. [c.191]

    Химические формулы. Химическими формулами пользуются для обозначения состава простых и сложных веществ. Химическая формула вещества показывает, из каких элементов состоит данное вещество и сколько атомов каждого элемента входит в состав его молекулы. Например, формула N2 показывает, что молекула азота состоит из двух атомов азота aS04 — в молекуле сульфата кальция содержится один атом кальция, один атом серы и четыре атома кислорода. [c.27]

    Обнаружение вещества в сложной смеси возможно, если его перевести в соединение, ограниченное поверхностью раздела от остальных компонентов смеси. Такой метод называют фазовым разделением. Фаза — часть системы, отделенная от других ее частей поверхностью раздела. Внутри каждой фазы вещество однородно по химическому [c.69]

    Весьма возможно, — писал он, — что многие из напхих элементов окажутся со временем веществами, химически сложными но если они и сложны, то все-таки смело можно утверждать, что сложность эта другого, так сказать, высшего порядка, чем сложность веществ, известных ныне как химически сложные  [c. 293]

    Мы познакомились с сахаром как веществом химически сложным, состоящим из трех элементов сернистая ртуть (киноварь) и сернистое железо представляют химически сложные вещестна, заключающие по две элементарных составных части. В самом деле, сора—элемент, и ртуть, и железо, подобно всем остальным металлам, тоже элементарные, нераз-ложенпые вещества. Но не всегда при химическом разложении получаются прямо элементарные составные части нередко разлон ение ведет к веществам более простым, чем первоначальное, но все еще сложным химически и способным разлагаться снова, так что до полного разложения, до получения элементов, доходят не вдруг, а постепенно. С другой стороны, не только элементы, но часто и химически сложные вещества могут вступать между собою в соединение, производя еще более сложные тела, заключающие большее количество элементарных составных частей. [c.51]

    Что же такое эти элементарные вещества Элементарны ли, однородны ли опи действительно, по самой сущности своей, или все дело заключается в неизвестности тех условий, при которых эти так называемые элементы могли бы в свою очередь быть разложены — Вопрос этот остается без ответа. Весьма возможно, что многие из наших элементов окажутся со временем веществами химически сложными но если они и сложны, го все-таки смело можно утверждать, что сложность эта другого, так сказать, высшего порядка, чем сложность веществ, известных ныне за химически сложные. Те влияния, под которыми болоо или менее легко обнаруживается эта обыкновенная сложность и происходят разложения,— ве действуют на элементы, не выделяют из них разнородных составных частей. Оставаясь строго в пределах факта, наука зовет элементами те вещества, которые ие могли быть до сих пор разло кены никакими известными нам средствами. Таких элементов мы знаем ныне более шестиде-сятн. [c.51]

    Иначе обстоит дело в сложных веществах. Химические связи между атомами различных элементов несимметричны в молеку лах сложных веществ осуществляются, как правило, полярные ковалентные связи. В ионных соединениях эта неравномерность распределения электронов максимальна — при образовании вещест с ионной связью валентные электроны практически полностью пег реходят от атома одного элемента к атому другого.[c.264]

    Очевидно, что сложные вещества (химические соединения) также подчиняются закону эквивалентов. Вытекающее из него правило может быть сформулировсно следующим образом  [c.15]

    Структура циклоалкановых фрагментов. При изучении химического строения смолисто-асфальтеновых веществ особенно сложно установить структурные параметры циклоалка- нов. Чтобы подтвердить наличие этих структур, исследователи использовали различные методы доказательства и методологию исследования. В работе [354] на основании данных ЯМР сделано заключение о том, что в асфальтенах имеются структуры типа тетралина. Масс-спектромСтрическим анализом показано наличие 5-кольчатых конденсированных фрагментов [299]. [c.168]

    В то же время теория процессов горения до настоящего времени развита недостаточно полно, отсутствуют методы расчета должной точности. В результате возникает необходимость длительной кропотливой опытной доводки почти всех устройств и агрегатов, в которых протекает процесс горения. Можно назвать причины существующего положения. Во-первых, главный участник процесса горения — топливо — является комплексом природных органических веществ очень сложного химического строения. Правда, при нагреве и взаимодействии с окислителем происходит распад этих комплексов на простые соединения и элементы, но при анализе процесса горения невозможно обойтись без учета поведения горючего в его исходной форме и промежуточных состояниях. А это крайне, затрудняет изучение процесса. Во-вторых, в процессе горения, так же, как и в других химических пронессах, обязательны два этапа создание молекулярного контакта между горючим и окислителем (физический этап) и само взаимодействие молекул с образованием продуктов реакции (химический этап). При этом второй этап протекает только у молекул, находящихся в особом энергетически или кинетически возбужденном состоянии. Возбуждаются же молекулы в результате начавшегося процесса. Поэтому при изучении процесса горения нельзя рассматривать участвующие в нем вещества как однородную массу одинаковых средних молекул. Даже при рассмотрении простейших реакций горения необходимо учитывать различия между отдельными молекулами, составляющими сложную полисистему. В-третьих, горение принципиально не является равновесным процессом. При горении обязательно возникают неоднородности состояния молекул, их концентраций, неравномерности полей температур и скоростей потоков. Из этого вытекает необходимость одновременного решения нестационарных задач массо- и тепло-переноса и химической кинетики в движущихся потоках, причем наиболее часто при турбулентности, вызванной самим процессом горения. [c.4]

    Абсолютно чистое вещество можно представить себе только теоретически. В практике чистым называют вещество, содержащее примеси ниже онределеиного предела. Этот предел, как правило, составляет доли процента н менее. Интерес к чистым веществам обусловлен потребностями современной науки и техники в материалах с особыми механическими, электрическими, полупроводниковыми, оптическими и другими физико-химическими свойствами. Особенно возросли требования к чистоте технических материалов с развитием атомной энергетики, полупроводниковой электро- н радиотехники, лазерной техники. Например, минимальная примесь может вызвать остановку ядерного реактора. В полупроводниковых материалах ничтожные следы посторонних примесей меняют величину и тип проводимости, а в отдельных случаях вообще лишают материал его полупроводниковых свойств. Получить особо чистое вещество — чрезвычайно сложная и важная технологическая задача, решенная пока для немногих веществ. Проверить чистоту вещества можно по его химическому составу и по физическим свойствам. [c.78]

    Пособие рассматривает отдельные, наиболее сложные аспекты современной химии. Излагаются основы атомно-молекулярной теории, систематика элементов, общая характеристика элементарных веществ, простых соединений, персоединений, субкомплексных и комплексных соединений общие закономерности химических процессов — химическая термодинамика, кинетика, катализ проблемы строения вещества, химической связи, агрегатные состояния вещества. Предназначается для студентов вузов. [c.2]

    Если молекулы вещества состоят из разных атомов, то вещество называется сложным (или химическим соединением). Так, например, молекулы сложных веществ СО, Н2О, ННз, СН2О, Н3РО4. Любое вещество характеризуется определенным составом (природой и числом атомов в его молекуле), строением (пространственным расположением атомов в молекуле) и определенными физическими и химическими свойствами. Химические свойства вещества характеризуют его способность участвовать в химических реакциях, т. е. в процессах превращения одних веществ в другие. Для понимания этих свойств необходимо знать и состав, и строение вещества. Поэтому химия изучает состав, строение, свойства веществ и их превращения. [c.7]

    Химическим индивидом следует назвать наименьшее количество вещества, повторением которого в различном порядке можно воспроизвести данное вещество. Химическими индивидами являются атомы в атомной решетке простого вещества (С в решетке графита) или группы атомов в составе сложного (51С в решетке карбида кремния), молекулы в веществе молекулярного строения (Н2О в воде), ионные пары или более сложные конные комплексы в ионном веществе (НаС в поваренной соли, ЫагСОз-ЮНгО в кристаллической соде) и т. д. При таком определении изменение агрегатного состояния, полимор фный переход, механическое разрушение, образование некоторых растворов (например, газовых) не попадут в химические явления. [c.6]

    Основной массив объектов неорганической химии составляют многокомпонентные соединения (с числом компонеитов 3 и более), которые можно назвать слолбинарные соединения являются продуктами взаимодействия простых веществ, то сложные, в свою очередь, можно рассматривать как продукты взаимодействия бинарных соединений. Руководящим принципом при изучении эпгх объектов, как и ранее, являются природа химической связи, химическое и кристаллохнмическое строение и как следствие этого — свойства соединений. [c.79]

    Теперь уже известно, что в течение нано- и пикосекунд совершаются тончайшие по своей природе элементарные акты из длинной их цепи слагается результат химического превращения, который мы и наблюдаем макроскопически. В этом кортеже составных звеньев длительной эволюции, заклю-че1шой, с нашей точки зрения, в ничтожный период времени, принимает участие статистическая (вероятностная) конкуренция веществ и сложных процессов, а также различных их составляющих элементарных актов.[c.373]

    По Ребиндеру, структурно-механический барьер возникает при адсорбции молекул ПАВ, которые могут быть не сильно поверхностно-активными для данной границы раздела фаз, но способны к образованию гелеобразного структурированного слоя на межфазной границе (ПАВ третьей и четвертой групп по классификации, приведенной в 3 гл. И). Этот слой подобен трехмерной структуре — гелю, который может возникать в растворах ряда веществ при достаточной их концентрации. К таким веществам относятся глюкозиды, белки, производные целлюлозы (карбоксиметилцеллюлоза) и другие так называемые защитные коллоиды — высокомолекулярные вещества со сложным строением молекул, которые имеют области меньшей и большей гидрофильности в пределах одной молекулы. По отноше-лию к дисперсиям гидрофильных порошков в неполярных жидкостях высокой стабилизирующей способностью обладают многие маслорастворимые ПАВ, способные прочно (химически) адсорбироваться на поверхности гидрофильных частиц. Стабилизированные таким путем лиофобные системы приобретают свойства дисперсий данного стабилизатора, т. е. становятся лиофилизованнымн. По Ребиндеру, следующие условия определяют высокую эффективность структурно-механического барьера. [c.261]

    Атом — наименьшая частица химического элемента, входяищя в состав молекул простых и сложных веществ . Химические свойства атома определяются его строением. [c.13]


Фреймворк для количественной оценки и визуализации

Реферат

Подробная характеристика химического состава сложных веществ, таких как продукты нефтепереработки и экологические смеси, очень необходима при оценке воздействия и производстве. Присущая сложность и изменчивость состава сложных веществ затрудняют выбор для их подробных аналитических характеристик. Тем не менее, вместо точного химического состава сложных веществ, оценка степени сходства является разумным путем к принятию решений в отношении правил гигиены окружающей среды.Группирование подобных сложных веществ — это проблема, которую можно решить с помощью передовых аналитических методов и оптимизированных методов анализа и визуализации данных. Здесь мы предлагаем структуру с неконтролируемым и контролируемым анализом для оптимальной группировки сложных веществ на основе их аналитических характеристик. Мы тестируем два набора данных о сложных веществах, полученных из нефти. Первый набор данных получен из анализа газовой хроматографией-масс-спектрометрией (ГХ-МС) 20 стандартных стандартных образцов, представляющих сырую нефть и продукты нефтепереработки.Второй набор данных состоит из 15 образцов различных газойлей, проанализированных с использованием трех аналитических методов: ГХ-МС, ГХ-ГХ-пламенно-ионизационное обнаружение (FID) и спектрометрия-масс-спектрометрия ионной подвижности (IM-MS). Мы используем иерархическую кластеризацию с использованием корреляции Пирсона в качестве метрики сходства для неконтролируемого анализа и строим модели классификации с использованием алгоритма случайного леса для контролируемого анализа. Мы представляем количественную сравнительную оценку результатов кластеризации с помощью индекса Фаулкса – Мэллоуса и результаты классификации с помощью модельной точности предсказания группы неизвестного сложного вещества. Мы демонстрируем влияние (i) различных методологий группирования, (ii) размера набора данных и (iii) уменьшения размерности на качество группировки, и (iv) различных аналитических методов на характеристику сложных веществ. Хотя сложность и изменчивость химического состава являются неотъемлемой чертой сложных веществ, мы демонстрируем, как выбор методов анализа и визуализации данных может повлиять на передачу их характеристик, чтобы выявить достаточное сходство.

Образец цитирования: Онель М., Бейкал Б., Фергюсон К., Чиу В.А., Макдональд Т.Дж., Чжоу Л. и др. (2019) Группировка сложных веществ с использованием данных аналитической химии: основа для количественной оценки и визуализации. PLoS ONE 14 (10):
e0223517.

https://doi.org/10.1371/journal.pone.0223517

Редактор: Цзе Чжан, Ньюкаслский университет, СОЕДИНЕННОЕ КОРОЛЕВСТВО

Поступило: 9 мая 2019 г .; Дата принятия: 23 сентября 2019 г . ; Опубликовано: 10 октября 2019 г.

Это статья в открытом доступе, свободная от всех авторских прав, и ее можно свободно воспроизводить, распространять, передавать, модифицировать, надстраивать или иным образом использовать в любых законных целях.Работа сделана доступной по лицензии Creative Commons CC0 как общественное достояние.

Доступность данных: Документация R Markdown о рабочих процессах неконтролируемого и контролируемого анализа доступна по адресу http://parametric.tamu.edu/research/Onel_etAl_2019_Rmarkdown.html Данные GC-MS, GCxGC-FID и IM-MS Concawe и данные ГХ-МС образцов SRM можно загрузить с http://paroc.tamu.edu/Software/Onel_etAl_2019_data.zip.

Финансирование: Исследование финансировалось U.Грант P42 ES027704 Национального института здравоохранения США (NIH) (лауреат: доктор Иван Русин) и Техасский институт энергетики A&M. Содержание этой публикации не обязательно отражает официальную точку зрения NIH. Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

1. Введение

Продукты нефтепереработки представляют собой прототипы веществ UVCB (неизвестного или переменного состава, сложных продуктов реакции и биологических материалов) [1].UVCB являются одними из самых сложных веществ для промышленности и регулирующих органов, потому что существует несколько установленных рамок для оценки UVCB в рамках текущей политики регулирования химических веществ и обеспечения того, чтобы не было недооценки опасности для рабочих или обычных пользователей конечной продукции [ 2]. Действительно, сложность химического состава нефтяных веществ [3, 4] и, в частности, их многокомпонентный характер и изменчивость в составе продуктов, основанная на изменчивости запасов сырой нефти, представляет собой уникальные проблемы для регулирующих органов и лиц, регистрирующих эти вещества. [5].

Как правило, отдельные вещества UVCB относят к категории продуктов на основе производственных процессов, физических / химических свойств (включая историю переработки и диапазоны точек кипения / углеродного числа) и ограниченной аналитической химической информации (например, классы углеводородов) [1, 2 ]. Однако регулирующие органы не всегда могут считать такие широкие параметры сходства достаточными, и необходимы новые подходы для облегчения группировки UVCB [6]. Последние разработки в области высокоразрешающих и многомерных аналитических методов улучшают характеристики сложных веществ, обеспечивая более высокое разрешение их химического состава [7, 8].Несмотря на эти достижения, полная химическая характеристика сложных веществ, таких как вещества UVCB нефти, все еще в значительной степени недостижима [6]. Это представляет проблему для определения «достаточного сходства» для интересующего вещества по сравнению с теми веществами, которые, возможно, уже были протестированы на предмет их потенциального воздействия на человека и окружающую среду [9, 10].

Для быстрого профилирования химического состава проб окружающей среды и ультрафиолетовых лучей можно использовать различные аналитические методы, и все они позволяют получать сложные многомерные наборы данных [6, 11].Количественная интерпретация многомерных данных была активной областью статистики, и ряд алгоритмов был применен для классификации неизвестных выборок или для получения отличительных признаков данных [8, 12]. Например, методы интеграции данных, кластеризации и визуализации с использованием данных масс-спектрометрии ионной подвижности (IM-MS) подмножества UVCB были использованы для определения групповых сходств [13]. Также был проведен сравнительный анализ. Например, де Карвальо Роша, Шанц [14] использовали анализ основных компонентов (MPCA), анализ основных факторов (PARAFAC) и анализ самоорганизующихся карт (SOM), чтобы различать различные типы топлива посредством распознавания образов.Хотя SOM создают визуально привлекательные карты группирования (рис. 1), сравнительная оценка для определения оптимальной группировки является сложной задачей [15, 16]. Дополнительные методы анализа распознавания образов [1, 17–19] также были исследованы для интерпретации образов в сложных наборах данных; однако результаты этих методов в основном качественные по своей природе и основываются на субъективной визуальной оценке результатов группировки, а не на количественных сравнительных показателях.

Работа, представленная в этой рукописи, направлена ​​на преодоление разрыва между количественной оценкой и визуальной коммуникацией результатов группового анализа для поиска оптимальной группировки сложных веществ.В этом исследовании мы представляем основанную на данных структуру, которая включает два отдельных рабочих процесса для группировки сложных химических веществ. Во-первых, мы представляем рабочий процесс неконтролируемого анализа данных, основанный на иерархической кластеризации, где результаты демонстрируются с помощью дендрограмм, а качество группировки оценивается по существующим производственным классам с использованием индекса Фаулкса-Мальлоу (F-M). Во-вторых, мы используем контролируемый анализ. Мы применили алгоритм случайного леса для обучения моделей классификации прогнозированию информации о производственных категориях этих веществ.Общая предпосылка предлагаемой структуры состоит в том, чтобы обеспечить (i) оптимальную группировку сложных веществ, (ii) улучшенную интерпретацию результатов группировки для лиц, принимающих решения с использованием методов визуализации и идентификации наиболее информативных характеристик, и (iii) сравнительная оценка результатов группировки путем предоставления количественных показателей (например, индекса Фаулкса-Маллоуз для кластеризации и точности для анализа классификации).

2. Материалы и методы

2.1. Материалы

В этом исследовании мы использовали два различных набора эталонных данных аналитической химии: (i) 3 повтора 20 стандартных стандартных образцов (SRM) (Таблица 1) и (ii) несколько нефтяных веществ UVCB, которые были предоставлены Европейским Ассоциация нефтепереработчиков AISBL, подразделение Concawe (Брюссель, Бельгия) и именуется «нефтяные образцы UVCB» (Таблица 2). В частности, SRM — это сертифицированные стандартные образцы, связанные с нефтью, которые предоставляются Национальным институтом стандартов и технологий (NIST) [14].Напротив, пробы UVCB нефти были получены в результате трех отдельных процессов очистки и классифицированы как газойли прямой перегонки (SRGO), другие газойли (OGO) и газойли вакуумной и гидроочищенной очистки (VHGO). Стандарты полициклических ароматических углеводородов (ПАУ), насыщенных углеводородов и сырой нефти были предоставлены Техасской группой геохимических и экологических исследований A&M (GERG) (Колледж-Стейшн, Техас).

2.2. Химическая дактилоскопия и обработка экспериментальных данных

Профиль аналитической химии SRM был получен с помощью газовой хроматографии-масс-спектрометрии (ГХ-МС) [14], тогда как химический отпечаток веществ UVCB нефти оценивался с помощью 3 различных методов аналитической химии: (i) комплексная двухмерная газовая хроматография. с пламенно-ионизационным детектором (GC × GC-FID), (ii) GC-MS и (iii) масс-спектрометрии ионной подвижности (IM-MS).Подробная экспериментальная процедура представлена ​​в Фергюсоне [20].

Данные ГХ-МС от de Carvalho Rocha, Schantz (14) представляют собой трехмерный массив, который состоит из 23 248 значений времени элюирования и 301 массы в масс-спектрах 60 стандартных стандартных образцов (трижды по 20 образцов). Чтобы уменьшить вычислительную сложность группового анализа и шум в данных ГХ-МС, мы выбрали 55 из 301 значений m / z (т.е. аналиты), которые соответствуют полициклическим ароматическим углеводородам (ПАУ) (таблица S1), и суммированы по полное измерение времени элюирования.Это дает двумерный массив (60 × 55), который затем используется для группового анализа.

2.3. Фреймворк анализа и визуализации данных

Мы использовали два рабочих процесса анализа для группировки сложных веществ (рис. 2). В неконтролируемом анализе сложные вещества группируются на основе сходства между характеристиками (т. Е. Аналитическими химическими профилями) образцов (сложных веществ) без предварительного знания этикеток или категорий образцов. Чтобы оценить результат такой группировки, мы включили количественный показатель в рабочий процесс неконтролируемого анализа, чтобы сравнить результат с ранее сообщенной категоризацией образцов (т.е. производственные классы). Подробности предлагаемого рабочего процесса неконтролируемого анализа описаны в Разделе 2.3.2. В контролируемом анализе известные категоризации / классы образцов используются для построения моделей классификации, которые затем могут использоваться для прогнозирования класса неизвестного вещества. Эта идея основана на перекрестном чтении, где похожие сложные вещества, сгруппированные вместе в соответствии с их физическими / химическими свойствами, могут иметь аналогичные эффекты [2]. Подробности предлагаемого рабочего процесса неконтролируемого анализа описаны в Разделе 2.3.3. Независимо от того, какой рабочий процесс (неконтролируемый или контролируемый анализ), начальным общим шагом является предварительная обработка данных, которая имеет решающее значение для получения устойчивых и надежных моделей группирования (раздел 2.3.1).

2.3.1. Предварительная обработка данных.

Этапы предварительной обработки данных включают (i) форматирование данных, (ii) обработку недостающих данных и (iii) очистку и масштабирование данных. Выполнение этих шагов обеспечивает качество данных для построения надежных и надежных моделей. Применение этих шагов к каждому конкретному набору данных представлено ниже.

Сначала необходимо было развернуть трехмерные данные аналитической химии (наборы данных ГХ × ГХ-ПИД, ГХ-МС и ИМ-МС) в 2-мерную матрицу. Данные ГХ-МС SRM после этапа обработки экспериментальных данных, описанного в разделе 2.2, уже являются двумерными. Разворачивание было выполнено таким образом, чтобы для окончательной матрицы строки соответствовали сложным веществам, а столбцы — аналитическим характеристикам (измерениям), которые представляют собой сцепленные значения числа атомов углерода и состава молекулярного класса.Этот процесс дал размер массива 15 × 310 для GC × GC-FID, 15 × 248 для GC-MS и 15 × 403 для наборов данных IM-MS образцов Petroleum UVCB.

Затем были исследованы двухмерные наборы данных аналитической химии для обнаружения любых недостающих точек. Хотя передовые методы обработки недостающих данных иногда используются в комплексном анализе данных [21], здесь недостающие точки данных в профилях аналитической химии указывают на необнаруженный химический состав для определенного молекулярного класса. Таким образом, мы заменили соответствующие отсутствующие поля нулями.

Наборы данных были дополнительно очищены путем удаления столбцов (количество атомов углерода — состав молекулярного класса), если они показывают незначительные изменения. Здесь мы удалили столбцы со стандартным отклонением (SD) 0 или SD <0,05 для меньшего набора данных Petroleum UVCB. Этот шаг уменьшил количество функций в GC × GC-FID с 310 до 192, GC-MS с 248 до 62 и данных IM-MS с 403 до 68. Этот шаг не исключил никаких измерений из матрицы 60 x 55 Образцы SRM.

Последний шаг перед анализом данных — это масштабирование наборов данных.Чистые двумерные массивы были масштабированы с помощью построчного масштабирования минимум-максимум, где каждая строка соответствует новому образцу, а каждый столбец представляет собой новую аналитическую функцию. Каждое значение строки масштабировалось путем вычитания минимального значения этой строки и последующего деления его на диапазон соответствующей строки. Построчное масштабирование не выполнялось для наборов данных Petroleum UVCB, потому что данные уже были предварительно обработаны в программе PetroOrg [22] и масштабированы по строкам. Перед анализом классификации мы также выполнили масштабирование от минимума до максимума по столбцам для массивов данных с масштабированием по строкам.Этот дополнительный шаг масштабирования необходим, чтобы гарантировать, что каждое измерение имеет примерно равный вес в моделях классификации обучения.

2.3.2. Рабочий процесс неконтролируемого анализа.

Неконтролируемый анализ исследует шаблоны данных, чтобы сделать выводы о структуре группирования выборок без справочной информации о категоризации. Двумя наиболее распространенными методами неконтролируемого анализа, используемыми в литературе, являются кластерный анализ [23], используемый в нашем рабочем процессе (рис. 2, левая панель), и SOM [24].Подробные шаги этого рабочего процесса приведены ниже. Документация R Markdown по этому анализу для образцов SRM также представлена ​​в дополнительном материале (текст S1).

В рамках неконтролируемого рабочего процесса мы выполнили кластерный анализ с использованием данных, как описано, а также после создания набора данных с пониженным рангом, чтобы оценить эффект от использования данных с пониженным рангом (т. Е. После «уменьшения шума» данных ). Исходные немасштабированные наборы данных SRM и Petroleum UVCB были линейно масштабированы и центрированы по строкам (т.е. нормализация z-показателя). Затем полученные данные были разложены с использованием разложения по сингулярным значениям (SVD) [25, 26] в R для получения набора данных с пониженным рангом, соответствующего 85% вариации исходных данных.

корреляции Пирсона как исходных, так и аналитических данных химического анализа с пониженным рангом были использованы в качестве индекса сходства для иерархического кластерного анализа образцов с использованием hclust в R со средней связью [27, 28].

Количественное сравнение кластеризации с известными категориями веществ (рассматриваемых здесь как «золотой стандарт») было выполнено с использованием индекса Фаулкса-Маллоуз (F-M) [29].Индекс F-M традиционно используется для сравнения двух дендрограмм, но также может использоваться для сравнения одной дендрограммы с фиксированной категоризацией. Мы создали два набора дендрограмм иерархической кластеризации для образцов Petroleum UVCB и SRM. Сначала была создана искусственная дендрограмма путем вычисления евклидова расстояния между индексами (0/1) эталонной категоризации. Во-вторых, корреляционные матрицы образцов Petroleum UVCB и SRM были использованы для создания дендрограммы. Затем обе дендрограммы были разрезаны на известное количество производственных классов (т.е.е. 3 для образцов Petroleum UVCB и 3, 9 или 16 для образцов SRM) для оценки количества общих сложных веществ в полученных кластерах. Это число затем использовалось для расчета индекса F-M для двух групп (т. Е. Сравнения известной категоризации с группировкой на основе данных). Индекс F-M можно выразить как среднее геометрическое для точности и полноты, двух показателей машинного обучения, которые широко используются в моделировании на основе данных [23]. Выражаясь математически, мы имеем

где TP — истинно положительное, FP — ложноположительное, а FN — ложноотрицательное.TP указывает количество сложных веществ, которые сгруппированы в категорию A с точки зрения производственной категории, а также сгруппированы в категорию A с точки зрения профиля аналитической химии. Напротив, FP и FN обозначают количество сложных веществ, которые сгруппированы по-разному. Индекс F-M варьируется от 0 до 1, где 0 указывает на отсутствие какого-либо сходства, а 1 указывает на 100% идентичность между эталонной категоризацией и результатами кластеризации. Более подробную информацию об индексе F-M и других показателях для сравнения кластеризации можно найти в Wagner & Wagner [30].Индекс F-M рассчитывался с помощью функции FM_index пакета dendextend в р.

.

Чтобы проверить статистическую значимость результатов группирования, мы также рассчитали распределение индекса F-M при нулевой гипотезе об отсутствии связи между двумя дендрограммами кластеризации. Это нулевое распределение было создано путем перетасовки групповых меток образцов с использованием 1000 перестановок с эмпирическим значением p , определяемым долей переставленных значений индекса F-M, превышающих наблюдаемые.Мы использовали α = 0,05 как порог ложного срабатывания. Расчет нулевого индекса F-M с 1000 перестановками групповых меток был выполнен с помощью функции Bk_permutations пакета dendextend в R.

.

2.3.3. Контролируемый рабочий процесс анализа.

Хотя неконтролируемый анализ может выявить ранее неизвестные структуры данных, контролируемые методы могут выявить особенности, наиболее важные для классификации. Более того, в этом контексте контролируемый анализ может выявить вещества, которые показывают сравнительно плохое сходство с другими членами производственной категории.Алгоритмы обучения с учителем широко используются в различных инженерных и научных задачах [31–40]. Здесь мы использовали алгоритм дерева решений случайного леса [41] для обучения моделей прогнозированию категории производства на основе характеристик. Модели были оценены по точности их классификации, а результаты были визуализированы через представление ToxPi [42] для расширенной интерпретации (рис. 2 справа). Шаги предлагаемого рабочего процесса контролируемого анализа представлены ниже и применяются к наборам данных Petroleum UVCB и SRM.Документация по анализу образцов SRM была создана с использованием R Markdown и представлена ​​в дополнительном материале (текст S1).

В нашей реализации случайных лесов количество аналитических функций было настроено с помощью поиска по сетке с использованием функции trainControl пакета каретки в R, где обучение каждой модели выполнялось с использованием перекрестной проверки с исключением по одному с 500 деревьями решений. Затем окончательный классификатор случайного леса был построен на всем наборе данных с 500 деревьями решений, где каждое дерево моделировалось с использованием оптимального количества аналитических функций.Кроме того, ранжирование аналитических признаков было получено путем расчета среднего снижения точности классификации среди 500 деревьев решений. Этот анализ был выполнен с помощью функции randomForest пакета randomForest.

Чтобы оценить точность модели классификации, начальным шагом было извлечение матрицы неточностей модели, то есть количества истинных и ошибочно предсказанных выборок для каждого класса. Затем была рассчитана точность классификации, которая представляет собой процент истинного предсказанного количества выборок из всех классов по отношению к общему количеству выборок.

В дополнение к количественной оценке классификационных моделей, мы составили профили индекса токсикологической приоритизации (ToxPi) сложных веществ, используя ранжированный список аналитических характеристик из классификационного анализа [42–44]. За счет интеграции нескольких источников данных в общую оценку веса доказательств и преобразования их в четкие визуальные рейтинги, ToxPi обеспечивает эффективный способ визуальной коммуникации многомерных наборов данных. Здесь мы интегрировали 10 самых информативных хроматографических характеристик, которые были извлечены на этапе моделирования классификации, чтобы получить визуализацию ToxPi сложных веществ.

3. Результаты и обсуждение

3.1. Количественная оценка неконтролируемого анализа

Недавнее исследование [14] показало, что ГХ-МС в сочетании с неконтролируемым хемометрическим анализом можно использовать для дифференциации сложных веществ и смесей. Авторы пришли к выводу, что нелинейный метод SOM оказался эффективным при создании модели разделения. Однако модель сложнее интерпретировать, чем линейные модели, такие как MPCA и PARAFAC [45, 46]. Унифицированная матрица расстояний SOM-анализа 20 SRM (таблица 1) от de Carvalho Rocha, Schantz (14) показана на рисунке 1.Визуализация данных с помощью SOM делает очевидным, что реплики одного и того же образца были хорошо сгруппированы (15 из 20 образцов имеют все 3 повтора в непосредственной близости друг от друга) (рис. 1). Однако менее очевидно, что анализ SOM может различать более широкие категории образцов (3 класса: сырая нефть, тяжелые и легкие продукты нефтепереработки; 9 классов: сырая нефть, мазут, газойль, моторное масло, биодизели, дизели. , бензины, керосины и реактивное топливо). Только образцы реактивного топлива и бензина из легких продуктов нефтепереработки сгруппированы близко друг к другу (рис. 1).

Для изучения дополнительных методов визуализации мы использовали данные de Carvalho Rocha, Schantz (14) для выполнения неконтролируемого кластерного анализа образцов (рис. 3). Результаты показали, что все технические реплики 20 веществ были плотно сгруппированы, что указывает на высокую воспроизводимость аналитических данных ГХ-МС анализа этих сложных веществ. Однако при рассмотрении 3 или 9 более широких производственных классов образцы не были сгруппированы так тесно, как в 16 производственных классах.Для группировки 9 классов повторяющиеся образцы газойлей, биодизельного топлива и моторных масел были сгруппированы вместе в отдельные кластеры. В результатах группировки по 3 классам только пробы сырой нефти были сгруппированы в одну из трех групп. Несмотря на то, что большинство легких продуктов нефтепереработки (один бензин, три образца дизельного топлива, два реактивного топлива и два образца керосина) были сгруппированы вместе в одну из трех групп, один образец бензина и два образца биодизеля попадают в отдельные кластеры (рис. 3). Эти анализы показали, что аналитические характеристики, полученные с помощью ГХ-МС, сами по себе недостаточны для обоснования объединения этих сложных веществ в производственные категории.

Затем мы стремились количественно сравнить результаты SOM и кластерного анализа с категориями производственных классов этих образцов. Мы использовали индекс Фаулкса-Маллоуз (F-M), чтобы обеспечить количественный показатель для таких сравнений [29]. Хотя прямого метода оценки качества группировки с помощью анализа SOM не существует, мы извлекли координаты x и y каждого образца SRM на карте SOM, как сообщили де Карвальо Роша, Шанц (14) (рис. 1), и использовали Матрица сходства на основе евклидова расстояния для получения индекса FM для анализа группировки на основе SOM.Индекс F-M также использовался для оценки влияния уменьшения размерности на результаты кластерного анализа.

На рис. 4 показаны индексы F-M для анализа на основе SOM, а также представленный рабочий процесс неконтролируемого анализа для полного набора данных из 55 функций GC-MS и сокращенного набора из 7 функций после SVD. Также приводятся значения p- значимости соответствия кластеризации по сравнению с известным назначением класса (рис. 4). Значения p- , полученные для 3-классной группировки, были выше 0.05 для основанного на SOM и исходного набора данных образцов SRM, подразумевая, что эти результаты не были статистически значимыми. Небольшие различия делят эти материалы на 16 категорий. Когда эти различия были сгруппированы по трем категориям, они представляли собой шум. Следовательно, случайная перестановка этих выборок случайно привела к более высоким показателям F-M. Напротив, значения p- для 3-классной группировки с сокращенными наборами данных были ниже 0,05. Это свидетельствует о том, что уменьшение размерности устраняет избыточные аналитические функции из наборов данных (с 55 до 7), что дополнительно снижает шум, приводя к статистически значимым результатам с аналогичным (и немного улучшенным) индексом F-M.

Основываясь на группировке SRM по 9 и 16 классам, можно четко заметить, что иерархическая кластеризация превосходит анализ SOM. Индекс F-M увеличился с 0,33 до 0,44 и с 0,42 до 0,57 для групп 9 и 16 классов соответственно. Хотя уменьшение размерности не привело к дальнейшему увеличению индекса F-M для групп 9 и 16 классов, оно также не повлияло на качество группировки и обеспечило одинаково хорошие результаты с меньшими числовыми характеристиками (7 из 55).

3.2. Важность размера пробы вещества при проведении контролируемого анализа

Здесь мы извлекаем выгоду из гипотезы о том, что «сложные вещества, которые группируются одинаково в зависимости от производства, могут иметь схожие профили опасности», и переходим от неконтролируемого анализа к контролируемому.С этой целью мы строим классификационные модели, используя аналитические химические профили образцов. Для каждого из 20 веществ SRM ГХ-МС была проведена три раза, что сделало окончательный набор данных ГХ-МС больше с точки зрения количества образцов. Таким образом, интересный вопрос, который мы можем изучить, заключается в том, сколько реплик образцов будет достаточно для разработки моделей, управляемых данными, которые могут точно различать шаблоны классов.

На рис. 5 и 6 показаны матрицы неточностей, полученные с помощью обученных классификаторов случайного леса.Эти матрицы сообщают известные («истинные») и предсказанные (с помощью обученного классификатора случайного леса) классы для каждой выборки SRM. Результаты показали, что мы достигли 100% точности классификации, когда использовали все реплики, представленные в таблице 1 (таблица 3, рис 5). Точность классификации снизилась до 65%, 35% и 15% для групп из 3, 9 и 16 классов, когда мы использовали только 1 из 3 повторов (таблица 3, рис 6). Основная причина этого заключается в том, что количество выборок в группе уменьшается с увеличением количества классов.В частности, 14 из 16 классов были представлены только одной выборкой во время обучения модели для прогнозов из 16 классов (рис. 6C). Точно так же 5 из 9 классов были представлены только одной выборкой во время обучения модели для прогнозов 9 классов (рис. 6B). Это уменьшение количества информации на класс значительно усложняет обучение модели (Таблица 3). Следовательно, мы можем сделать вывод, что единичная выборка для каждого класса не дает адекватной информации для отражения индивидуальных характеристик класса.Более того, многомерный характер данных ГХ-МС с 55 характеристиками еще больше затруднял точность классификации материалов SRM при использовании только одного образца для каждой категории. Тем не менее, точность предсказаний классификаторов для каждого анализа была выше, чем у случайных предсказаний, что указывает на их статистическую значимость (таблица 3). Это было подтверждено посредством вычислений p -значения с использованием исходных результатов и результатов группирования 1000 случайных перестановок (таблица 3). Матрицы неточности, сгенерированные из среднего значения 1000 перестановок выборок SRM, представлены на фиг. S1 и фиг. S2 для 3 и 1 повторов соответственно.

Аналогичная тенденция наблюдалась с образцами Petroleum UVCB, где мы построили классификационные модели, используя только 1 повтор каждого образца (Таблица 4, S3 Рис). Результаты показали, что точность модели классификации для образцов Petroleum UVCB была неудовлетворительной, когда единственный статистически значимый результат был получен на основе данных IM-MS с точностью классификации 60%. Следовательно, чтобы построить точную классификационную модель, нам нужно большее количество экспериментальных реплик для каждого конкретного сложного вещества, чтобы уловить и изучить нелинейные характеристики их химической сложности.Хотя кластеризация может сгруппировать выборки точно независимо от размера выборки, учитывая, что измерения существенно отличаются друг от друга, достаточный размер выборки данных имеет важное значение во время построения классификационной модели. Тем не менее, каждая экспериментальная копия требует дополнительных затрат и требует дополнительного времени и ресурсов. Таким образом, минимизация количества повторений образцов при достижении точных прогнозирующих классификаторов имеет первостепенное значение. В этой работе мы заметили, что, учитывая высокое качество данных аналитической химии, трех повторов было достаточно для создания точных и надежных классификаторов.Важно отметить, что размер выборки имеет решающее значение на этапе обучения модели, когда модели выигрывают от большего количества выборок. Однако это не относится к фазе тестирования, когда одного эксперимента достаточно, чтобы предсказать информацию о классе неизвестного сложного вещества.

3.3. Важность соотношения количества вещества к классу при проведении контролируемого анализа

Еще один важный вопрос, на который необходимо ответить, заключается в следующем: как точно мы можем классифицировать новое, неизвестное вещество с помощью модели, управляемой данными, которая обучена с помощью базы данных аналитического химического профиля категоризированных веществ без предварительно помеченных образцов протестированных вещество? Гипотетически можно точно классифицировать неизвестное вещество, если у него есть классификатор, обученный работе с базой данных профиля аналитической химии, которая включает большое количество веществ на класс.Другими словами, новое вещество может быть точно маркировано, если база данных аналитического химического профиля предоставляет точный средний профиль определенных классов. Здесь мы использовали 20 веществ SRM, чтобы понять, может ли соотношение количества веществ к классам в наборе данных обеспечить точную категоризацию каждого вещества SRM. С этой целью мы разработали одну модель классификации случайного леса для каждого из 20 веществ SRM и сообщили об общей точности классификации. В частности, мы исключили информацию о аналитическом химическом профиле из всех 3 повторов выбранного вещества SRM во время обучения модели, а затем спрогнозировали категорию с помощью обученной модели.

Для прогнозов 3 классов точность классификации была получена как 75% (таблица 5), где матрицы неточностей для исходных и средних значений 1000 перестановок меток групп веществ SRM представлены на рис. S4. Однако вычисленное значение p — Значение (Таблица 5) показало, что разработанные модели, основанные на данных, были статистически незначимыми, что мы связываем с низким соотношением количества веществ к классам. Это соотношение ухудшается по мере увеличения количества категорий для 20 веществ SRM.В качестве подтверждения наших наблюдений мы также запустили случайную модель леса, в которой рассчитали средний профиль признаков для каждого вещества, свернув реплики в один искусственный вектор признаков. Полученная точность классификации была очень похожей (в диапазоне 70% -75%, не показано).

В таблице

S2 приводится количество веществ и дубликатов образцов для каждого класса для классификации по 3, 9 и 16 классам. Как видно из таблицы S2, удаление всех 3-х повторов вещества часто соответствует удалению всех образцов класса в нескольких случаях анализа 9-го и 16-го классов, что мешает нам разработать классификационные модели для 2 (Категория 4 и 7) и 14 категорий (исключая только Категории 6 и 15) для анализа 9 и 16 классов соответственно.Следовательно, мы не можем сообщить об общей точности классификации для анализа по 9 и 16 классам. Эти результаты показывают, что высокое значение отношения вещества к классу имеет решающее значение для точной классификации неизвестного вещества с помощью моделей на основе данных, которые обучаются без каких-либо предыдущих образцов тестируемого вещества. Таким образом, мы делаем вывод, что (i) постоянное совершенствование базы данных аналитического химического профиля, используемой для обучения модели, с добавлением категоризированных веществ для каждого класса, и (ii) постоянное обновление модели, управляемой данными, является важным и необходимым для точной категоризации новое, неизвестное вещество.

3,4. Облегчение интерпретации данных через представление ToxPi

В дополнение к разработке высокоточных моделей классификаторов для прогнозирования информации о группе / классе неизвестного сложного вещества с использованием реплик образцов категоризированных веществ, мы также сообщили о 10 наиболее информативных характеристиках, которые четко идентифицируют образцы классов материалов SRM (Таблица 6) . Эти информативные функции помогают нам облегчить визуальную передачу результатов с помощью визуализации ToxPi, как показано на рис. 7.

Таблица 6. 10 самых информативных хроматографических характеристик ГХ-МС в отношении точности классификации нефтяных веществ.

См. Таблицы S3 – S5 для получения списка всех хроматографических характеристик и их соответствующих рангов в каждом анализе.

https://doi.org/10.1371/journal.pone.0223517.t006

Профили ToxPi образцов SRM успешно продемонстрировали различную природу газовых / моторных масел, биодизеля и сырой нефти (за исключением SRM 2722) с по отношению к остальным SRM.В частности, для сырой нефти все 10 основных хроматографических характеристик помогли идентифицировать сырую нефть среди SRM. Что касается газа / моторных масел, профили выявили важность C2-нафтобензотиофенов для дальнейшей идентификации между ними. Более того, профили ToxPi показали, что измерения C3-фенантрена / антраценов, C2-нафтобензотиофена и бензотиофена являются характеристиками образцов биодизеля и могут отличать их от остальных SRM. Мы также наблюдали большое сходство между подгруппой легких продуктов нефтепереработки, включающей реактивное топливо, керосины и бензины, где вес бензотиофена оставался уникальной характеристикой среди всех них.Это доказывает, что данные ГХ-МС не могут дать четкого различия между этими веществами. Наконец, мы отметили принципиальное отличие дизельных образцов. В отличие от двух других образцов дизельного топлива, SRM 2723b и SRM 2771, большинство из 10 избранных аналитических характеристик были важны для идентификации SRM 1624d. В частности, дибензотиофен, C1-дибензотиофены и C4-нафталины были отдельными измерениями, которые больше всего отличают SRM 1624d от остальных SRM. Кроме того, PCA извлеченных баллов ToxPi помогает нам отобразить различие между сложными веществами, используя наиболее информативную аналитическую информацию о характеристиках (рис. 8).

3,5. Сравнение методов ГХ × ГХ-ПИД, ГХ-МС и ИМ-МС с помощью индекса Фаулкса-Маллоуса

В дополнение к количественной оценке качества группировки и информации о классах, необходимо изучить соответствующий метод аналитической химии, который обеспечивает оптимальное группирование для веществ со сложным химическим составом. В большинстве нормативных и стандартизированных протоколов анализа химического состава ГХ-МС используется в качестве предпочтительного инструмента для определения УФ-ХБ веществ.Как правило, в приборе ГХ-МС используется капиллярная колонка, нагретая термостатом при заданном градиенте температуры, чтобы разделять соединения по температуре кипения и полярности. Затем элюирующие соединения ионизируются и анализируются детектором. Поскольку молекулы определенных молекулярных классов сохраняют различные модели разрушения ионов по массе, ГХ-МС может различать ионные сигналы от нескольких соединений. Однако пиковая емкость колонки ГХ-МС может быть перегружена, вызывая скачок базовой линии, называемый неразрешенной сложной смесью (UCM).В таких случаях колонка больше не обладает разрешающей способностью для разделения всех соединений в образце, что обычно наблюдается при анализе нефтяного вещества, поскольку отдельное нефтяное вещество содержит более 10 000 различных химических соединений. Это может ограничить количество молекул, которые могут быть эффективно дифференцированы прибором, и затруднить получение надежных химических отпечатков пальцев.

Однако в последние годы разрешающая способность и чувствительность прибора увеличились, что позволяет более детально характеризовать сложные вещества.Включение двух колонок для газовой хроматографии с разной селективностью (GC × GC-FID) увеличивает пиковую емкость прибора и позволяет улучшить разделение молекул, которые образуют UCM при анализе GC-MS. Более того, масс-спектрометрия ионной подвижности (IM-MS) включает уникальные методы ионизации, электронное распыление (ESI) или атмосферную фотоионизацию (APPI), а также методы разделения на основе размера, формы и заряда ионизированной молекулы. Это дополнительно увеличивает аналитическую чувствительность и позволяет улучшить химическое снятие отпечатков пальцев.Хотя эти два метода дополнительно повышают способность характеризовать сложные вещества, такие как нефтепродукты, их применение все еще ново и не широко изучено в научных, регулирующих или промышленных сообществах [14, 47]. Несмотря на технологические достижения, представленные методами ГХ-ГХ-ПИД и ИМ-МС по сравнению с ГХ-МС, нет никаких доказательств, изучающих какие-либо потенциальные улучшения в отношении сложной группировки веществ. Поэтому мы использовали индекс Фаулкса-Мэллоуз для проведения сравнительной оценки этих трех методов аналитической химии с использованием образцов Petroleum UVCB.

Рис. 9 демонстрирует, что ГХ × ГХ-ПИД и ГХ-МС дали статистически незначимые показатели F-M из-за ограниченного размера выборки. IM-MS был единственным методом, дающим статистически значимые результаты только после уменьшения размерности, который предоставил наиболее полезную информацию для выявления различий в классах между образцами Petroleum UVCB. Соответствующие им дендрограммы кластеризации представлены на рис. 10. В частности, индекс F-M группировки образцов Petroleum UVCB с 8 признаками, созданными с помощью техники IM-MS, был равен 0.49. Хотя мы не смогли сделать конкретных выводов по ГХ × ГХ-ПИД и ГХ-МС, мы можем сообщить, что ИМ-МС показал лучшие характеристики, чем два других метода, с точки зрения определения химических характеристик сложных веществ.

4. Заключение

В этом исследовании мы создали основанную на данных основу для оптимального группирования сложных химических веществ на основе их химических характеристик и предоставили количественную и визуальную оценку, чтобы облегчить интерпретацию сложной химической природы веществ / смесей.Разработанная структура состоит из двух рабочих процессов анализа с двумя разными точками зрения. В процессе неконтролируемого анализа мы исследовали группировку сложных веществ, используя их химические отпечатки пальцев, полученные с помощью различных аналитических методов, и количественно сравнили иерархию группирования с эталонной категоризацией с помощью индекса F-M. Напротив, в рабочем процессе контролируемого анализа мы извлекли выгоду из гипотезы «сквозного чтения», то есть аналогичные сложные вещества, сгруппированные вместе на основе их химической структуры (т. Е.е. категории производства) склонны вести себя аналогичным образом с точки зрения оценки риска для здоровья, связанного с окружающей средой. Следовательно, мы можем обучать высокоточные модели классификации, используя имеющуюся информацию о классификации известных сложных веществ. Сгенерированные модели затем можно использовать для прогнозирования воздействия неизвестных сложных веществ на окружающую среду в будущем. Общей особенностью обоих рабочих процессов были количественные показатели, которые значительно облегчили сравнительную оценку различных параметров, таких как различные аналитические методы, размеры наборов данных или разное количество категоризации образцов для выяснения оптимальной группировки сложных веществ.Кроме того, мы включили представление ToxPi сложных веществ с наиболее информативными аналитическими функциями для дальнейшего анализа разработанных моделей классификации на основе данных.

Наши результаты показали, что для оценки статистической значимости результатов группирования очень важно переставлять метки категорий сложных веществ и рассчитывать значение p- для полученных результатов независимо от выбранного рабочего процесса. Кроме того, уменьшение размерности сыграло ключевую роль в уменьшении шума в извлеченных многомерных профилях аналитической химии.Уменьшение размерности позволило получить аналогичное или более высокое качество группировки со значительно уменьшенным количеством измерений. Выбор наиболее информативных функций значительно улучшил интерпретацию данных за счет передовых методов визуализации данных, таких как представление ToxPi. Это еще больше облегчило передачу информации о сложных характеристиках веществ лицам, принимающим решения.

Благодарности

Авторы выражают признательность доктору Р.Терри Л. Уэйду за его ценный вклад —

Ссылки

  1. 1.
    Кларк С.Р., Макки Р.Х., Фриман Дж. Дж., Свик Д., Махагаокар С., Пиграм Дж. И др. Соответствующий СГС подход к классификации нефтяных веществ, относящихся к классу веществ UVCB, по опасности для здоровья. Regul Toxicol Pharmacol. 2013. 67 (3): 409–20. pmid: 24025648.
  2. 2.
    Европейское химическое агентство. Система оценки всестороннего чтения (RAAF) — рассмотрение многокомпонентных веществ и UVCB.Хельсинки, Финляндия: Европейское химическое агентство; 2017.
  3. 3.
    Редман А.Д., Паркертон Т.Ф. Руководство по повышению сопоставимости и актуальности тестов на токсичность нефти. Mar Pollut Bull. 2015; 98 (1–2): 156–70. pmid: 26162510.
  4. 4.
    Gestel CAMv. Токсичность смеси: объединение подходов экологической и человеческой токсикологии. Бока-Ратон: CRC Press; 2011. xxxviii, 280 с. п.
  5. 5.
    Димитров С.Д., Георгиева Д.Г., Павлов Т.С., Караколев Ю.Х., Карамерцанис П.Г., Расенберг М. и др.Вещества UVCB: методология структурного описания и применение для оценки судьбы и опасности. Environ Toxicol Chem. 2015. 34 (11): 2450–62. pmid: 26053589.
  6. 6.
    КОНКАВЕ. REACH — Аналитическая характеристика веществ UVCB нефти. Брюссель, Бельгия: Номер контракта 2012: № 7/12.
  7. 7.
    Белл М., Блейс Дж. М.. Рабочий процесс «-Омикс» для палеолимнологических и геологических архивов: обзор. Sci Total Environ. 2019; 672: 438–55. Epub 2019/04/10. pmid: 30965259.
  8. 8.
    Чо Й, Ахмед А., Ислам А., Ким С. Развитие приборов FT-ICR MS, методов ионизации и методов интерпретации данных для петролеомики. Масс-спектром. Ред. 2015; 34 (2): 248–63. Epub 2014/06/20. pmid: 24942384.
  9. 9.
    Катлин Н.Р., Коллинз Б.Дж., Ауэрбах С.С., Фергюсон С.С., Харнли Дж. М., Геннингс С. и др. Насколько похоже достаточно похоже? Пример достаточного сходства с экстрактом гинкго билоба. Food Chem Toxicol. 2018; 118: 328–39. Epub 2018/05/13.pmid: 29752982.
  10. 10.
    Гримм Ф.А., Рассел В.К., Луо Ю.С., Ивата Й., Чиу В.А., Рой Т. и др. Группирование нефтяных веществ в качестве примера UVCB с помощью масс-спектрометрии ионной подвижности для обеспечения возможности считывания на основе химического состава. Экологическая наука и технологии. 2017; 51 (12): 7197–207. pmid: 28502166.
  11. 11.
    Маршалл А.Г., Роджерс Р.П. Петролеомика: химия преступного мира. Proc Natl Acad Sci U S. A. 2008; 105 (47): 18090–5. pmid: 18836082; PubMed Central PMCID: PMC2587575.
  12. 12.
    Розетт Р.В., Петерсен Э.М. Методы факторного анализа масс-спектров. Anal Chem. 1975. 47 (8): 1301–8.
  13. 13.
    Гримм Ф.А., Рассел В.К., Луо Ю.С., Ивата Й., Чиу В.А., Рой Т. и др. Группирование нефтяных веществ в качестве примера UVCB с помощью масс-спектрометрии ионной подвижности для обеспечения возможности считывания на основе химического состава. Наука об окружающей среде и технологии. 2017; 51 (12): 7197–207. WOS: 000404087400062. pmid: 28502166
  14. 14.
    де Карвалью Роча В.Ф., Шанц М.М., Шин Д.А., Чу П.М., Липпа К.А.Неконтролируемая классификация сертифицированных стандартных образцов нефти и других видов топлива путем хемометрического анализа данных газовой хроматографии-масс-спектрометрии. Топливо (лонд). 2017; 197: 248–58. pmid: 28603295; PubMed Central PMCID: PMC5464420.
  15. 15.
    Флексер А. Ограничения самоорганизующихся карт для векторного квантования и многомерного масштабирования. Adv Neur In. 1997; 9: 445–51. WOS: A1997BH93C00063.
  16. 16.
    Инь HJ. Связь между самоорганизующимися картами и метрическим многомерным масштабированием.Ieee Ijcnn. 2007: 1025–30. WOS: 0002542

    179.

  17. 17.
    Ранг J. Классификация и оценка риска химических веществ: случай DEHP в свете REACH. Журнал трансдисциплинарных экологических исследований. 2005; 4 (3): 1–15.
  18. 18.
    L’Yi S, Ko B, Shin D, Cho YJ, Lee J, Kim B и др. XCluSim: инструмент визуальной аналитики для интерактивного сравнения нескольких результатов кластеризации биоинформатических данных. BMC Bioinformatics. 2015; 16 Приложение 11: S5. pmid: 26328893; PubMed Central PMCID: PMC4547151.
  19. 19.
    Филиппова Д., Гадани А., Кингсфорд К. Корал: интегрированный набор визуализаций для сравнения кластеризации. BMC Bioinformatics. 2012; 13: 276. pmid: 23102108; PubMed Central PMCID: PMC3576325.
  20. 20.
    Ferguson KC. Характеристика сложных веществ, используемых в биологическом профилировании, путем определения свободной концентрации в анализах in vitro. 2018.
  21. 21.
    До К.Т., Валь С., Раффлер Дж., Мольнос С., Лаймигхофер М., Адамски Дж. И др.Характеристика пропущенных значений в нецелевых метаболомических данных на основе MS и оценка стратегий обработки недостающих данных. Метаболомика. 2018; 14 (10): 128. pmid: 30830398; PubMed Central PMCID: PMC6153696.
  22. 22.
    PetroOrg Software Таллахасси, Флорида 2014 [13.02.2019]. Доступно по адресу: http://software.Petroorg.com.
  23. 23.
    Алпайдин Э. Введение в машинное обучение, 3-е издание. Введение в машинное обучение, 3-е издание. 2014: 1–613. WOS: 000351537500022.
  24. 24.
    Кохонен Т. Самоорганизующаяся карта. Труды ИЭЭЭ. 1990. 78 (9): 1464–80. WOS: A1990EC03500004.
  25. 25.
    Ванлоан К. Вычисление Cs и обобщенных разложений по сингулярным числам. Numer Math. 1985. 46 (4): 479–91. WOS: A1985ANR4700001.
  26. 26.
    Голуб Г.Х., Рейнш К. Разложение по сингулярным числам и решения методом наименьших квадратов. Numer Math. 1970; 14 (5): 403– &. WOS: A1970G000600001.
  27. 27.
    Чипман Х., Тибширани Р.Гибридная иерархическая кластеризация с приложениями к данным микрочипов. Биостатистика. 2006. 7 (2): 286–301. WOS: 000236436300009. pmid: 16301308
  28. 28.
    Сюй Р., Вунш Д. Обзор алгоритмов кластеризации. Ieee T Neural Networ. 2005. 16 (3): 645–78. WOS: 000228909

    3. pmid: 15940994

  29. 29.
    Фаулкс Э.Б., Мальвас CL. Метод сравнения двух иерархических кластеров. Журнал Американской статистической ассоциации. 1983. 78 (383): 553–69. WOS: A1983RF

    005.
  30. 30.Вагнер С. и Доротея Вагнер. Сравнение кластеризации: обзор. Карлсруэ: Universität Karlsruhe, Fakultät für Informatik. 2007.
  31. 31.
    Кисар С., Макгаффин Л.Дж., Валлнер Б., Чопра Г., Адхикари Б., Бхаттачарья Д. и др. Анализ и оценка совместной работы WeFold для прогнозирования структуры белка и ее конвейеров в CASP11 и CASP12. Научный доклад 2018; 8 (1): 9939. pmid: 29967418; Идентификатор PubMed Central PMCID: PMC6028396.
  32. 32.
    Kieslich CA, Tamamis P, Guzman YA, Onel M, Floudas CA.Высокоточное предсказание использования корецепторов ВИЧ-1 на основе структуры предполагает межмолекулярные взаимодействия, определяющие тропизм. PLoS One. 2016; 11 (2): e0148974. pmid: 26859389; PubMed Central PMCID: PMC4747591.
  33. 33.
    Онель М., Бейкал Б., Ван М.К., Гримм Ф.А., Чжоу Л., Райт Ф.А. и др. Оптимальная химическая группировка и дизайн сорбирующего материала с помощью методов анализа данных, моделирования и уменьшения размерности. Comput-Aided Chem En. 2018; 43: 421–6. WOS: 000441374200076.
  34. 34.
    Онель М, Кислих CA, Гусман YA, Floudas CA, Pistikopoulos EN.Подход с использованием больших данных к мониторингу пакетного процесса: одновременное обнаружение и диагностика неисправностей с использованием нелинейного опорного вектора на основе машинного выбора функций. Comput Chem Eng. 2018; 115: 46–63. pmid: 30386002; PubMed Central PMCID: PMC6205516.
  35. 35.
    Онель М, Кислич К.А., Гусман Я.А., Пистикопулос ЭН. Одновременное обнаружение и идентификация неисправностей в непрерывных процессах с помощью нелинейного выбора функций на основе машины опорных векторов. Int Symp Process Syst Eng. 2018; 44: 2077–82. pmid: 30534633; PubMed Central PMCID: PMC6284809.
  36. 36.
    Онель М, Кислих CA, Пистикопулос EN. Подход к машинному выбору нелинейных опорных векторов для обнаружения и диагностики неисправностей: приложение к процессу Tennessee Eastman. Журнал Айше. 2019.
  37. 37.
    Beykal B, Boukouvala F, Floudas CA, Pistikopoulos EN. Оптимальное проектирование энергетических систем с использованием ограниченной многоцелевой оптимизации серого ящика. Comput Chem Eng. 2018; 116: 488–502. WOS: 000448410000032. pmid: 30546167
  38. 38.Бейкал Б., Букувала Ф., Флаудас К.А., Сорек Н., Залавадия Х., Гильдин Э. Глобальная оптимизация вычислительных систем «серого ящика» с использованием суррогатных функций и приложений для операций на нефтяных месторождениях с жесткими ограничениями. Comput Chem Eng. 2018; 114: 99–110. WOS: 000439701100009.
  39. 39.
    Сорек Н, Гильдин Э, Букувала Ф, Бейкал Б., Флоудас, Калифорния. Снижение размерности для оптимизации добычи с использованием полиномиальных приближений. Computat Geosci. 2017; 21 (2): 247–66. WOS: 000398928300005.
  40. 40.
    Мукерджи Р., Онель М., Бейкал Б., Сафран А.Т., Стосси Ф., Манчини М.А. и др. Разработка вычислительной платформы Texas A&M Superfund Research Program для интеграции, визуализации и анализа данных. Компьютерная химическая инженерия. 46: Эльзевир; 2019. стр. 967–72.
  41. 41.
    Брейман Л. Случайные леса. Mach Learn. 2001. 45 (1): 5–32. WOS: 000170489

    1.

  42. 42.
    Marvel SW, To K, Гримм FA, Райт FA, Rusyn I, Reif DM. Графический интерфейс пользователя ToxPi 2.0: динамическое исследование, визуализация и совместное использование интегрированных моделей данных. BMC Bioinformatics. 2018; 19 (1): 80. pmid: 29506467; PubMed Central PMCID: PMC5838926.
  43. 43.
    Рейф Д.М., Мартин М.Т., Тан С.В., Хаук К.А., Джадсон Р.С., Ричард А.М. и др. Эндокринное профилирование и определение приоритетов химических веществ в окружающей среде с использованием данных ToxCast. Перспектива здоровья окружающей среды. 2010. 118 (12): 1714–20. pmid: 20826373; PubMed Central PMCID: PMC3002190.
  44. 44.
    Рейф Д.М., Сипа М., Лок Э.Ф., Райт Ф.А., Уилсон А., Кэти Т. и др.ToxPi GUI: интерактивный инструмент визуализации для прозрачной интеграции данных из различных источников доказательств. Биоинформатика. 2013. 29 (3): 402–3. pmid: 23202747; PubMed Central PMCID: PMC3988461.
  45. 45.
    Брат Р. ПАРАФАК. Учебник и приложения. Хемометр Intell Lab. 1997. 38 (2): 149–71. WOS: A1997Yh29600005.
  46. 46.
    Харшман Р.А., Ланди М.Э. Парафак — Параллельный факторный анализ. Расчет статистических данных An. 1994. 18 (1): 39–72. WOS: A1994NY54800004.
  47. 47.Стаут С.А., Ван З.Д. Методы химического дактилоскопирования и факторы, влияющие на следы нефти в окружающей среде. Стандартное руководство по экологической экспертизе разливов нефти: отпечатки пальцев и идентификация источника, 2-е издание. 2016: 61–129. WOS: 000404774100003.

Наука Глава 8 Химические реакции

образуют

A B
химическая реакция процесс, при котором вещества претерпевают химические и физические изменения, которые приводят к образованию новых веществ с другими свойствами
реагент вещество, которое вступает в химическую реакцию
продукт вещество, полученное в результате химической реакции
химическое уравнение выражение, которое используется для представления химических реакций
реакция синтеза химическая реакция, в которой две или более простые вещества, которые объединяются, чтобы сформировать новое более сложное вещество
реакция разложения химическая реакция, в которой симплексное вещество распадается на два или более простых вещества
реакция однократного замещения химическая реакция в wh ich несоединенный элемент заменяет элемент, который является частью соединения
реакция двойной замены химическая реакция, в которой разные ионы двух разных соединений заменяют друг друга
экзотермическая реакция химическая реакция, при которой выделяется тепло
эндотермическая реакция химическая реакция, в которой связано тепло
активированный комплекс очень нестабильная структура, образующаяся, когда реагенты объединяются и перестраиваются с образованием продуктов
экзергоническая реакция легко протекает химическая реакция спонтанная реакция
эндергоническая реакция химическая реакция, которая не является спонтанной
кинетика исследование скорости химических реакций
скорость реакции мера того, насколько быстро реагенты
теория столкновений теория, которая связывает столкновения между частицами и скоростью реакции; скорость реакции зависит от таких факторов, как концентрация поверхности
катализатор вещество, которое увеличивает скорость химической реакции без изменения
Почему вещества вступают в химическую реакцию? субстратов реагируют из-за уровня согласованности и тепловой энергии, поглощаемой или выделяемой
Опишите, что такое химическое уравнение выражения, в которых числа формулы используются для представления химической реакции
Укажите закон сохранения массы и объясните ее роль в химических уравнениях. ; масса остается постоянной и никогда не теряется; наблюдение, что масса остается постоянной в химической реакции
Что такое коэффициент? коэффициент — это число перед формулой
В чем разница между h3O2 и 2h3O? два или более вещества, которые объединяются в новое сложное вещество
Опишите каждый из четырех типов химических реакций. Включите уравнение, показывающее общую форму для каждого. реакция синтеза; двойная замена, одиночная замена и декомпозиция; синтез — это соединение двух или более простых веществ с образованием нового более сложного вещества a + b = c разложение — это вещество, которое распадается на две или более более простые составляющие c = a + b одиночная замена несоединенный элемент, который заменяет элемент, который уже является частью соединения a + BX = AX + B двойная замена разные ионы в двух различных соединениях заменяют друг друга AX + BY = AY + BX
Как может катализатор влиять на энергию активированного комплекса? катализаторы могут изменять скорость реакции, и это дает другой более низкий энергетический путь для реакции
Объясните, как содержание энергии продуктов реакции сравнивается с содержанием энергии реагентов, когда реакция является экзотермической Реагенты должны заберитесь на вершину холма энергии, чтобы сформировать активированный комплекс.Энергия высвобождается в форме продуктов.
Используйте теорию столкновений, чтобы объяснить влияние на скорость реакции повышенной концентрации, катализаторов и увеличенной площади поверхности. Поверхность, где реакция в твердом теле может быть увеличена путем разрушения твердого тела на более мелкие части, увеличивается столкновение между реагирующими частицами. Катализаторы увеличивают согласованность химической реакции, чем больше продуктов образуется за определенный промежуток времени
Назовите две причины, по которым столкновения между молекулами реагентов не могут быть эффективными при образовании продуктов. вещества, которые вступают в химическую реакцию, являются реагентами, как только реагент входит в химическую формулу, молекулы уже затронуты в продуктах
В сбалансированном химическом уравнении xx
Два или более вещества объединяются, образуя новая реакция синтеза более сложных веществ
В эндотермической реакции тепло составляет тепло отводится на реагирующие химические вещества и становится химической энергией в продуктах реакции
Энергия, необходимая для образования реагентов. продукты называются активная энергия
Вещества слева от стрелки в химическом уравнении называются coeffciebts
Способность атома вступать в химические реакции определяется внешними электронами
Скорость химической реакции может быть увеличена за счет увеличение площади поверхности
Добавление катализатора в реакцию увеличивает ее скорость на снижает энергию активации
Вещества, образующиеся в результате химической реакции, называются продукт
Число, записанное на перед химическим символом или формулой стоит коэффициент
В реакции ____ сложные вещества из более простых. реакция разложения
Образование диоксида углерода при сгорании топлива является примером реакции. xx
В экзотермических реакциях продукты имеют ____ энергии, чем реагенты. xx
Изучение скорости химической реакции ____ кинестика
Теория ___ может использоваться для объяснения факторов, влияющих на скорость реакции. да теория столкновений
therm означает heat
ex означает уйти или отпустить
en означает in или внутри
Какова взаимосвязь между электроны в атоме и химические свойства атома? Расположение электронов в атоме определяет легкость, с которой атом образует химические связи.
Почему должно быть сбалансировано химическое уравнение? количество атомов каждого элемента должно быть одинаковым с обеих сторон уравнения
Объясните, почему вы не можете изменить символы, формулы или индексы, чтобы сбалансировать химическое уравнение. Изменение индекса означало бы изменение вещества; изменение формулы изменило бы все химическое уравнение; изменение символа приведет к изменению всего элемента
С какой стороны следует записать энергетический член в уравнении, представляющем эндотермическую реакцию? xx
endo означает into
Как скорость реакции связана с теорией столкновений? Все зависит от того, насколько быстро частицы сталкиваются
Как теория столкновений объясняет влияние понижения температуры на скорость реакции? повышение температуры — это увеличение скорости реакции

8.3: Как написать сбалансированные химические уравнения

  1. Последнее обновление
  2. Сохранить как PDF
  1. Коэффициенты и индексы
  2. Уравновешивание химического уравнения
  3. Резюме
  4. Словарь
  5. Авторы и указание

Цели обучения

  • Объясните роль индексов и коэффициентов в химических уравнениях.
  • Уравновесить химическое уравнение, когда дано несбалансированное уравнение.
  • Объясните роль Закона сохранения массы в химической реакции.

Даже несмотря на то, что химические соединения распадаются и новые соединения образуются в ходе химической реакции, атомы в реагентах не исчезают, и новые атомы не появляются, чтобы образовать продукты. В химических реакциях атомы никогда не создаются и не разрушаются. Те же атомы, что присутствовали в реагентах, присутствуют в продуктах — они просто реорганизованы в разные структуры.В полном химическом уравнении две стороны уравнения должны присутствовать на сторонах реагента и продукта.

Коэффициенты и индексы

В химических уравнениях встречаются числа двух типов. Есть индексы, которые являются частью химических формул реагентов и продуктов, и есть коэффициенты, которые помещаются перед формулами, чтобы указать, сколько молекул этого вещества используется или производится.

Рисунок \ (\ PageIndex {1} \): Уравнения балансировки. Вы ​​не можете изменить индексы в химической формуле, чтобы сбалансировать химическое уравнение; вы можете изменить только коэффициенты. Изменение индексов изменяет соотношение атомов в молекуле и получаемые в результате химические свойства. Например, вода (H 2 O) и перекись водорода (H 2 O 2 ) являются химически разными веществами. H 2 O 2 разлагается на газ H 2 O и O 2 при контакте с металлической платиной, тогда как между водой и платиной такая реакция не происходит.

Индексы являются частью формул, и как только формулы для реагентов и продуктов определены, индексы не могут быть изменены. Коэффициенты указывают количество каждого вещества, участвующего в реакции, и могут быть изменены, чтобы сбалансировать уравнение. Приведенное выше уравнение показывает, что один моль твердой меди реагирует с двумя молями водного нитрата серебра с образованием одного моля водного нитрата меди (II) и двух атомов твердого серебра.

Уравновешивание химического уравнения

Поскольку идентичность реагентов и продуктов фиксирована, уравнение не может быть сбалансировано путем изменения индексов реагентов или продуктов. Это изменит химическую идентичность описываемых видов, как показано на рисунке \ (\ PageIndex {1} \).

Самым простым и наиболее полезным методом уравновешивания химических уравнений является «проверка», более известная как метод проб и ошибок. Ниже приводится эффективный подход к уравновешиванию химического уравнения с использованием этого метода.

Шаги по уравновешиванию химического уравнения

  1. Определите наиболее сложное вещество.
  2. Начиная с этого вещества, выберите элемент (ы), который присутствует только в одном реагенте и одном продукте, если это возможно. Отрегулируйте коэффициенты, чтобы получить одинаковое количество атомов этого элемента (ов) с обеих сторон.
  3. Сбалансируйте многоатомные ионы (если они присутствуют по обе стороны химического уравнения) как единое целое.
  4. Уравновесить оставшиеся атомы, обычно заканчивая наименее сложным веществом и при необходимости используя дробные коэффициенты.Если использовался дробный коэффициент, умножьте обе части уравнения на знаменатель, чтобы получить целые числа для коэффициентов.
  5. Подсчитайте количество атомов каждого типа по обе стороны уравнения, чтобы убедиться, что химическое уравнение сбалансировано.

    Пример \ (\ PageIndex {1} \): Горение гептана

    Уравновешивание химического уравнения горения гептана (\ (C_7H_ {16} \))

    \ [C_7H_ {16} (l) + O_2 (g) → CO_2 (g) + H_2O (g) \ nonumber \]

    Решение

    1. Определите наиболее сложное вещество. Самым сложным веществом является вещество с наибольшим числом различных атомов, то есть \ (C_7H_ {16} \). Сначала предположим, что окончательное сбалансированное химическое уравнение содержит 1 молекулу или формульную единицу этого вещества.

    2. Настройте коэффициенты .

    а. Поскольку одна молекула н-гептана содержит 7 атомов углерода, нам нужно 7 молекул CO 2 молекул, каждая из которых содержит 1 атом углерода, с правой стороны:

    C 7 H 16 (л) + O 2 (г) → 7 CO 2 (г) + H 2 O (г)

    Реагенты Элемент / многоатомный ион Продукты
    7 С 7

    б.Поскольку одна молекула н-гептана содержит 16 атомов водорода, нам нужно 8 молекул H 2 O, каждая из которых содержит 2 атома водорода, с правой стороны:

    C 7 H 16 (л) + O 2 (г) → 7 CO 2 (г) + 8 H 2 O (г)

    Реагенты Элемент / многоатомный ион Продукты
    7 С 7
    16 H 16

    3. Баланс многоатомных ионов как единое целое .

    В этой реакции не рассматриваются многоатомные ионы.

    4. Сбалансируйте остальные атомы .

    Теперь атомы углерода и водорода уравновешены, но у нас есть 22 атома кислорода справа и только 2 атома кислорода слева. Мы можем сбалансировать атомы кислорода, регулируя коэффициент перед наименее сложным веществом, O 2 , на стороне реагента:

    C 7 H 16 (л) + 11 O 2 (г) → 7 CO 2 (г) + 8H 2 O (г)

    Реагенты Элемент / многоатомный ион Продукты
    7 С 7
    16 H 16
    22 O 22

    5. Проверь свою работу.

    Уравнение теперь сбалансировано, и дробные коэффициенты отсутствуют: с каждой стороны по 7 атомов углерода, 16 атомов водорода и 22 атома кислорода. Всегда проверяйте, сбалансировано ли химическое уравнение.

    Пример \ (\ PageIndex {2} \): сжигание изооктана

    Сжигание изооктана (\ (C_8H_ {18} \))

    \ [C_8H_ {18} (l) + O_2 (g) → CO_2 (g) + H_2O (g) \ nonumber \]

    Решение

    Предположение, что окончательное сбалансированное химическое уравнение содержит только одну молекулу или формульную единицу самого сложного вещества, не всегда верно, но это хорошее место для начала.При сжигании любого углеводорода с кислородом образуется углекислый газ и вода.

    1. Определите наиболее сложное вещество. Самым сложным веществом является вещество с наибольшим числом различных атомов: C 8 H 18 . Сначала предположим, что окончательное сбалансированное химическое уравнение содержит 1 молекулу или формульную единицу этого вещества.

    2. Настройте коэффициенты .

    а. Первый элемент, который появляется в реагентах только один раз, — это углерод: 8 атомов углерода в изооктане означает, что в продуктах должно быть 8 молекул CO 2 :

    C 8 H 18 (л) + O 2 (г) → 8 CO 2 (г) + H 2 O (г)

    Реагенты Элемент / многоатомный ион Продукты
    8 С 8

    б.Восемнадцать атомов водорода в изооктане означает, что в продуктах должно быть 9 молекул H 2 O:

    C 8 H 18 (л) + O 2 (г) → 8CO 2 (г) + 9 H 2 O (г)

    Реагенты Элемент / многоатомный ион Продукты
    8 С 8
    18 H 18

    3. Баланс многоатомных ионов как единое целое .

    В этой реакции не рассматриваются многоатомные ионы.

    4. Сбалансируйте остальные атомы .

    Теперь атомы углерода и водорода уравновешены, но у нас есть 25 атомов кислорода справа и только 2 атома кислорода слева. Мы можем сбалансировать наименее сложное вещество, O 2 , но поскольку на молекулу O 2 приходится 2 атома кислорода, мы должны использовать дробный коэффициент (\ (\ dfrac {25} {2} \)), чтобы сбалансировать атомы кислорода:

    C 8 H 18 (l) + \ (\ dfrac {25} {2} \) O 2 (g) → 8CO 2 (g) + 9H 2 O (г)

    Реагенты Элемент / многоатомный ион Продукты
    8 С 8
    18 H 18
    25 O 25

    Уравнение теперь сбалансировано, но мы обычно пишем уравнения с целочисленными коэффициентами.Мы можем исключить дробный коэффициент, умножив все коэффициенты с обеих сторон химического уравнения на 2 :

    2 C 8 H 18 (л) + 25 O 2 (г) → 16 CO 2 (г) + 20 18 2 O (г)

    5. Проверьте свою работу.

    Сбалансированное химическое уравнение содержит 16 атомов углерода, 36 атомов водорода и 50 атомов кислорода с каждой стороны.

    Реагенты Элемент / многоатомный ион Продукты
    16 С 16
    36 H 36
    50 O 50

    Балансировка уравнений требует от вас некоторой практики, а также некоторого здравого смысла.Если вы обнаружите, что используете очень большие коэффициенты или безуспешно потратили несколько минут, вернитесь и убедитесь, что вы правильно написали формулы реагентов и продуктов.

    Пример \ (\ PageIndex {3} \): Осаждение хлорида свинца (II)

    Смешивают водные растворы нитрата свинца (II) и хлорида натрия. Продуктами реакции являются водный раствор нитрата натрия и твердый осадок хлорида свинца (II).Напишите сбалансированное химическое уравнение этой реакции.

    Решение

    1. Определите наиболее сложное вещество.

    Наиболее сложное вещество — хлорид свинца (II).

    Pb (NO 3 ) 2 (водн.) + NaCl (водн.) → NaNO 3 (водн.) + PbCl 2 (s)

    2. Настройте коэффициенты .

    В реагентах содержится вдвое больше ионов хлора, чем в продуктах. Поставьте 2 перед NaCl, чтобы уравновесить ионы хлора.

    Pb (NO 3 ) 2 (водн.) + 2 NaCl (водн.) → NaNO 3 (водн.) + PbCl 2 (s)

    Реагенты Элемент / многоатомный ион Продукты
    1 Пб 1
    2 Na 1
    2 Класс 2

    3. Баланс многоатомных ионов как единое целое .

    Нитрат-ионы все еще не сбалансированы. Поставьте 2 перед NaNO 3 . Результат:

    Pb (NO 3 ) 2 (водн.) + 2NaCl (водн.) → 2 NaNO 3 (водн.) + PbCl 2 (s)

    Реагенты Элемент / многоатомный ион Продукты
    1 Пб 1
    2 Na 2
    2 Класс 2
    2 НЕТ 3 2

    4. Сбалансируйте оставшиеся атомы .

    Нет необходимости балансировать оставшиеся атомы, потому что они уже уравновешены.

    5. Проверьте свою работу.

    Pb (NO 3 ) 2 (водн.) + 2NaCl (водн.) → 2NaNO 3 (водн.) + PbCl 2 (s)

    Реагенты Элемент / многоатомный ион Продукты
    1 Пб 1
    2 Na 2
    2 Класс 2
    2 НЕТ 3 2

    Упражнение \ (\ PageIndex {1} \)

    Все ли химические уравнения сбалансированы?

    1. \ (2Hg (ℓ) + O_2 (g) \ rightarrow Hg_2O_2 (s) \)
    2. \ (C_2H_4 (г) + 2O_2 (г) → 2CO_2 (г) + 2H_2O (г) \)
    3. \ (Mg (NO_3) _2 (s) + 2Li (s) \ rightarrow Mg (s) + 2LiNO_3 (s) \)
    Ответ:
    да
    Ответ b:
    нет
    Ответ c:
    да

    Упражнение \ (\ PageIndex {2} \)

    Уравновесите следующие химические уравнения.

    1. N 2 (г) + O 2 (г) → NO 2 (г)
    2. Pb (NO 3 ) 2 (водный) + FeCl 3 (водный) → Fe (NO 3 ) 3 (водный) + PbCl 2 (s)
    3. C 6 H 14 (л) + O 2 (г) → CO 2 (г) + H 2 O (г)
    Ответ:
    N 2 (г) + 2O 2 (г) → 2NO 2 (г)
    Ответ b:
    3Pb (NO 3 ) 2 (водный) + 2FeCl 3 (водный) → 2Fe (NO 3 ) 3 (водный) + 3PbCl 2 (s)
    Ответ c:
    2C 6 H 14 (л) + 19O 2 (г) → 12CO 2 (г) + 14H 2 O (г)

    Сводка

    • Чтобы быть полезным, химические уравнения всегда должны быть сбалансированы.Сбалансированные химические уравнения имеют одинаковое количество и тип каждого атома с обеих сторон уравнения.
    • Коэффициенты в сбалансированном уравнении должны быть простейшим целочисленным отношением. В химических реакциях масса всегда сохраняется.

    Словарь

    • Химическая реакция: Процесс, в котором одно или несколько веществ превращаются в одно или несколько новых веществ.
    • Реагенты: исходные вещества в реакции.
    • Продукты: Материалы, присутствующие в конце реакции.
    • Сбалансированное химическое уравнение: химическое уравнение, в котором количество атомов каждого типа равно на двух сторонах уравнения.
    • Индексы: Часть химических формул реагентов и продуктов, указывающая количество атомов предыдущего элемента.
    • Коэффициент: небольшое целое число, которое появляется перед формулой в сбалансированном химическом уравнении.

    Авторы и авторство

    REACH — идентификация сложных веществ

    желтый раствор в стеклянной колбе с рукой ученого на фоне исследовательской лаборатории

    Проблема определения идентичности и сходства веществ оказалась сложной задачей на сегодняшний день в рамках REACH SIEF и Консорциумов.Это особенно очевидно в случае сложных веществ, обычно рассматриваемых как UVCB (вещества неизвестного или переменного состава, продукты сложных реакций или биологические материалы). Команда регулирующих органов Exponent рассматривает проблемы и способы их эффективного решения.

    Моно-составляющие вещества, как правило, хорошо определены, так как> 80% являются определяющими веществами. Однако вариации в оставшихся 20% могут привести к разным классификациям и профилям веществ. Многокомпонентные вещества определяются тем, что основные составляющие присутствуют в количестве> 10%, но <80%.Опять же, вариации в диапазонах концентраций основных компонентов могут привести к различным классификациям и профилям веществ. (Ссылка: ECHA «Руководство по идентификации и наименованию веществ в соответствии с REACH и CLP», версия 1.4, июнь 2016 г.)

    Решение относительно того, приведут ли два описанных выше сценария к двум веществам, идентифицированным как одинаковые, обычно не принималось до тех пор, пока предварительный SIEF не начал рассматривать сходство веществ. Профиль сходства веществ (иногда называемый профилем идентичности вещества или сокращенно SIP) обычно готовится ведущим регистрантом или консорциумом, занимающимся регистрацией ведущего, и направляется в pre-SIEF для комментариев.На этом этапе возможны некоторые поправки. Обычно условием подписания соглашения SIEF и последующего совместного представления несведущего регистратора является согласие с профилем сходства веществ.

    Особенно сложно определить профиль сходства веществ в случае веществ UVCB. Даже несмотря на то, что химический состав таких веществ может быть воспроизводимым, вариации в составе и чистоте исходных материалов (которые сами могут быть веществами UVCB) могут привести к трудностям в установлении сходства веществ.Это важный вопрос, поскольку ряд химических секторов включает такие сложные вещества, например цеолиты, неорганические пигменты, вещества с изменяющейся длиной алкильной цепи, вещества, полученные из угля и вещества, полученные из нефти. Для таких веществ критически важно провести надежный химический анализ с целью характеристики, например, для органических веществ такой анализ, как ожидается, будет включать инфракрасную спектроскопию, ЯМР (спектроскопию ядерного магнитного резонанса), ультрафиолетовую / видимую спектрофотометрию и высокочастотную спектроскопию. Производительная жидкостная (или газовая) хроматография — масс-спектроскопия.В случае неорганических веществ подходящие аналитические методы включают атомно-абсорбционную спектроскопию, дефракцию рентгеновских лучей, оптическую эмиссионную спектроскопию с индуктивно связанной плазмой и масс-спектрометрию с индуктивно связанной плазмой. Обычно ожидается, что ведущий регистрант предоставит руководство по любым нестандартным методам, рекомендованным для анализа «сложного» вещества.

    Надежный химический анализ особенно важен для нефазовых веществ UVCB, поскольку досье запросов по Статье 26 тщательно проверяются Европейским химическим агентством — ECHA, но информация о составе и сопутствующие аналитические данные любой регистрации, выбранной для оценки, будут изучены и, следовательно, должны быть подробными и соответствовать хорошим стандартам.Во всех регистрационных досье жизненно важно, чтобы заявленный состав надлежащим образом подтверждался аналитическими доказательствами. В отличие от однокомпонентных веществ вещества UVCB также определяются в соответствии с производственным процессом, и поэтому при подготовке досье для таких веществ UVCB также важно иметь представление о фактических химических производственных процессах; например, время реакции, температура, давление, стехиометрия реагентов и т. д. Объединение этих знаний с химическим анализом позволит регистранту определить химический состав, который будет внесен в досье с максимально возможной точностью.Однако раскрытие таких производственных деталей в рамках SIEF может не происходить от участников, поскольку такая информация может рассматриваться как конфиденциальная. Если получение этой информации особенно проблематично, это будет для импортеров, которые могут не иметь подробной информации о производственном процессе от производителя, не входящего в ЕС, и во многих случаях будут иметь только паспорт безопасности, технический паспорт и, возможно, номер CAS. . В этих случаях потребуется тесное взаимодействие с производителем, не входящим в ЕС, для получения необходимых деталей, что, по всей вероятности, потребует заключения соглашений о конфиденциальности.Действительно, ECHA ранее наблюдало при просмотре определенных досье UVCB, что производственный процесс, включенный в досье, не был достаточно подробным, чтобы позволить окончательно идентифицировать зарегистрированное вещество, состав, вариабельность, и, следовательно, указанные составы потенциально представляют собой разные вещества, которые не могут быть охвачены. по одной регистрации.

    Экспертные знания в области химии сложных веществ вместе с комплексом химических анализов — все это позволяет определить след вещества и дать возможность регистранту как можно точнее описать вещество в регистрационном досье.Это должно включать идентификацию как можно большего числа компонентов. Помните, что вещества UVCB по определению не считаются содержащими примеси. Кроме того, особенно в случае веществ, не вводимых поэтапно, обозначение или «наименование» вещества также может вызвать трудности. Даже при соблюдении Руководства по идентификации и наименованию веществ в соответствии с REACH и CLP опыт показал, что производное название все еще может быть оспорено ECHA.

    Трудности с идентификацией сложных веществ из-за более ранних сроков регистрации REACH привели к тому, что Европейская комиссия в 2014 году начала экспертное исследование, чтобы определить основные проблемы и обсудить передовой опыт.Это связано с тем, что было обнаружено, что многие досье не соответствуют требованиям в отношении идентичности вещества, обычно из-за недостаточной информации о составе вещества и / или недостаточных аналитических данных.

    Этот окончательный отчет по проекту и приложения были опубликованы 14 июля 2016 года. Приложения включают ряд отраслевых информационных бюллетеней, подготовленных с целью исправления существующих недостатков и оказания помощи зарегистрированным в 2018 году лицам со сложными веществами.Поэтому лицам, зарегистрировавшимся со сложными веществами, рекомендуется ознакомиться с результатами этого исследования, оценить химический состав своих сложных веществ, провести надежный химический анализ, выявить сходство веществ в соответствующих SIEF, а также тщательно и старательно создать точные композиции во время подготовки их соответствующие досье. Это нетривиальная задача, и для малых и средних предприятий (МСП), обладающих пугающими ресурсами, может возникнуть необходимость в привлечении внешней помощи.

    Проблемы нормативного использования водных фракций для оценки сложных веществ | Науки об окружающей среде Европа

    Использование подхода с водной фракцией (WAF) для подготовки систем воздействия сложных веществ, таких как нефтепродукты, было стандартным способом проведения испытаний этих веществ на водную токсичность на протяжении более 30 лет [18] . Однако различные регулирующие органы периодически ошибочно интерпретируют данные, полученные для этих типов испытаний веществ «неизвестного или переменного состава, сложных продуктов реакции и биологических материалов» (UVCB).В прошлом Агентство по охране окружающей среды США (USEPA) также ставило под сомнение использование данных WAF в Программе борьбы с большими объемами производства (HPV) [35].

    В этом комментарии мы кратко описываем историю развития, обоснование и руководство по использованию и отчетности подхода WAF для оценки UVCB. Затем мы обсуждаем два случая, в которых заявленные результаты WAF были оспорены регулирующими органами: недавно завершившееся судебное дело, в котором европейские регулирующие органы, как было установлено, неверно истолковали результаты испытаний каменноугольной смолы WAF, и отдельный случай, в котором USEPA отклонило WAF. данные в их оценке керосина / реактивного топлива.Уточнение методологии WAF и интерпретации данных важно из-за очень большого количества веществ, которые были классифицированы как UVCB как в Европе, так и в Соединенных Штатах. Например, Sauer et al. [30] сообщают, что примерно 20% веществ, зарегистрированных в соответствии с REACH [10], были объявлены как UVCB [16], и примерно 25% веществ, перечисленных в Реестре Закона о контроле токсичных веществ USEPA, идентифицированы как UVCB [37, 38]. Следовательно, надлежащее выполнение исследований WAF, последовательное применение метрики дозирования, а также соответствующая отчетность и использование этих данных критически важны для четких и прозрачных процессов регулирования.

    Что такое водная фракция (WAF) и как ее получают?

    Girling et al. [9, 18] и ECETOC [13] подробно объясняют, почему общие процедуры, сопровождаемые стандартными методами испытаний для измерения водной токсичности, трудно применить к УФХБ, таким как нефтепродукты, объясняя эти проблемы в основном их относительной нерастворимостью, высокой летучестью и множественной -составной характер. Эти методологические вопросы были рассмотрены в Руководящем документе ОЭСР по тестированию сложных веществ и смесей на водную токсичность [27], где были рекомендованы подходы к тестированию, которые включают оценку только их «водорастворимой фракции» (WSF) или их WAF.По характеру их приготовления и их использования в тестах на токсичность в водной среде, компоненты в WAF не будут присутствовать в той же концентрации, что и в исходном тестируемом веществе, поскольку составляющие достигают только предела насыщения в WAF, пропорционального их растворимости в воде. и их концентрация в исследуемом веществе. WAF готовят путем осторожного перемешивания тестовой среды с известной загрузкой тестируемого вещества в течение заранее определенного времени, чтобы обеспечить насыщение (рис. 1). После прекращения перемешивания и предоставления фазам осаждения фракция воды без капель затем сифонируется или удаляется иным образом для использования в качестве среды для тестирования.В приведенных выше ключевых ссылках утверждается, что результаты таких испытаний должны быть выражены как «скорость нагрузки», которая представляет собой отношение испытуемого вещества к водной среде, используемой при приготовлении среды для испытания водной токсичности. Скорость нагружения затем выражается либо как летальная нагрузка (LL), либо как эффективная нагрузка (EL) при сообщении результатов испытаний на токсичность, соответственно, летальных или сублетальных эффектов в острых испытаниях. Как правило, для длительных хронических исследований используются показатели нагрузки при отсутствии наблюдаемых эффектов (NOELR) и при минимальных наблюдаемых эффектах нагрузки (LOELR).

    Рис. 1

    Типовая установка для приготовления тестовой среды WAF

    Специальные методы подготовки важны, потому что растворимость веществ UVCB (или, скорее, их составляющих) является сложной проблемой [4]. Какие составляющие растворяются в водной фазе, и пропорции каждого из них зависят не только от начальной загрузки, но также от взаимодействий между составляющими и внешних факторов, таких как температура, соленость и продолжительность перемешивания, которые могут влиять на растворимость составляющих.Следовательно, целый ряд процессов, включающих взаимодействие твердой и жидкой фаз, эффекты сорастворителей, летучесть и разложение, требуют экологически значимого и комплексного описания. Кроме того, неизбежен тот факт, что состав UVCB варьируется и часто не полностью известен, поэтому стандартные подходы к определению характеристик воздействия не могут быть надежно применены.

    В результате этого в тестах WAF выражение воздействия основано на номинальной концентрации, использованной для приготовления WAF, а не на какой-либо мере растворенного материала, которому тестируемые организмы подвергаются в тестовой системе.Эта концепция имеет особое значение для UVCB, поскольку экспрессия воздействия представляет собой все вещество, а не только биодоступную фракцию, которая представлена ​​тестируемому организму.

    WAF передовая экспериментальная практика

    Подход, описанный выше, является стандартным для нормативных испытаний водной токсичности (с максимальной концентрацией, определяемой растворимостью испытуемого вещества в испытательной среде или предельным уровнем), чтобы избежать нехимических или физические эффекты частиц, токсичность которых в противном случае может быть завышена.Процедура также подтверждается тем фактом, что эффекты, которые не присущи исследованной химической токсичности, не считаются относящимися к вероятным реалистичным воздействиям в окружающей среде.

    На рисунке 2 показан процесс передовой практики при приготовлении испытательной среды WAF для испытаний на водную токсичность:

    1. А.

      Проба приготовления проводится для демонстрации времени перемешивания, необходимого для достижения равновесия растворенной фазы (которое определяет продолжительность периода перемешивания).Если известно, что некоторые компоненты являются летучими, следует рассмотреть вопрос о закрытых емкостях для сведения к минимуму потерь. Для нормативного тестирования каждый уровень обработки предпочтительно готовится как отдельный WAF и не разбавляется серийно из более загруженного WAF. Последовательное разбавление не рекомендуется, поскольку из-за широкого диапазона физико-химических свойств компонентов может не быть линейной корреляции между водной концентрацией отдельных компонентов и скоростью загрузки исследуемого вещества [32].Однако может потребоваться серийное разбавление одной скорости загрузки WAF, если WAF очень токсичен, а точность измерения небольших количеств исследуемого материала (т.е. ниже 1 мг / л) вносит большую ошибку, чем серийное разведение [27]. Предпринимаются попытки стандартизировать энергии смешивания для отдельных WAF, например, путем измерения глубины вихря. Вышеупомянутые шаги предназначены для максимального растворения компонентов в тестовой среде и обеспечения согласованности подготовки. Химический анализ (или суррогатный показатель, такой как общий органический углерод) важен для определения того, была ли достигнута приемлемая нагрузка WAF [27], и для обеспечения того, чтобы в окончательном исследовании использовалось идеальное время подготовки для достижения равновесия.

    2. Б.

      Полученную смесь WAF оставляют отстаиваться в течение подходящего периода времени, чтобы гарантировать разделение водных фаз и / или осаждение частиц. Затем через сифон или другим способом отбирают среду для испытания, чтобы исключить нерастворенную фракцию. В некоторых случаях может потребоваться выполнить дополнительную стадию разделения (например, фильтрацию или центрифугирование) для удаления любых суспендированных нерастворенных эмульгированных компонентов — полученный раствор в таком случае называется водорастворимой фракцией (WSF).При проведении нормативных испытаний как WAF, так и WSF нерастворенные материалы / компоненты следует удалять по возможности.

    3. С.

      Следовательно, концентрация воздействия в последующем испытании на водную токсичность представляет собой только биодоступную растворенную фракцию исследуемого материала.

    Рис. 2

    Подготовка тестовой среды WAF (подробности см. В тексте)

    Важно, чтобы вышеуказанные процедуры были стандартизированы и описаны как можно более подробно в отчетах об исследованиях.Это позволяет максимально точно повторять процедуры в следующих исследованиях (тесты на других видах и т. Д.) Или уточняющей работе. Даже относительно небольшие различия в подготовке могут повлиять на итоговый состав WAF и, следовательно, снизить прямую сопоставимость исследований.

    ECETOC [13] отмечает, что из препарата UVCB WAF часто получаются тестовые растворы, состав которых сильно отличается от состава самого вещества. Это связано с тем, что, когда растворимость различных компонентов меняется, состав тестовой среды будет зависеть от метода приготовления.Это происходит по причинам, описанным выше, и совсем недавно было косвенно продемонстрировано в системах in vitro, в которых было показано, что экстракция нефтяных веществ ДМСО выбирает определенные полициклические ароматические соединения, при этом различные разведения приводят к различным химическим профилям и биодоступности [24]. Таким образом, химический анализ растворов WAF во время испытаний на токсичность может механически помочь в интерпретации данных. Химический анализ также может помочь (i) определить взаимосвязь между конечной токсической точкой и фактическими концентрациями воздействия, (ii) оценить стабильность воздействия в течение испытательного периода и, в некоторых случаях, (iii) идентифицировать активный компонент.Это в дополнение к важности анализа для демонстрации того, что продолжительность перемешивания во время приготовления WAF была достаточной для максимизации концентрации растворенных компонентов (см. Выше). Однако ни одно текущее руководство не рекомендует использовать эти измерения концентраций отдельных компонентов для сообщения результатов токсичности. Также важно отметить, что для таких сложных и изменчивых веществ химический анализ не может полностью подтвердить оценку токсичности смеси (например,грамм. возможные антагонистические или синергетические эффекты), зафиксированные с помощью биоаналитических инструментов.

    Рекомендуемый подход к сообщению полной скорости загрузки WAF, а не аналитически определенных составляющих, поддерживается руководящими указаниями по классификации экологической опасности химических веществ. Например, Согласованная на глобальном уровне система классификации и маркировки химических веществ Организации Объединенных Наций [34], а также руководящие документы ОЭСР по классификации химических веществ, являющихся опасными для водной среды [26, 27], заявляют, что уровень загрузки может использоваться напрямую. в критериях классификации.Согласно рекомендациям REACH [15] данные испытаний, полученные с помощью WAF, применимы к многокомпонентному веществу как к единице. Воздействие обычно выражается как «скорость загрузки» (отношение массы к объему вещества к среде), используемая для приготовления WAF, хотя также может использоваться измеренная концентрация тестируемого вещества в WAF. Использование любого из этих типов измерения при оценке химического риска не поддерживается, поскольку их сравнение с прогнозируемой концентрацией в окружающей среде проводится для другой организации.Таким образом, это сравнение не имеет смысла, за исключением некоторых конкретных приложений, таких как оценка риска разливов нефти. Вместо этого подходы, основанные на компонентах, более значимы для оценки химического риска.

    Недостатки подхода WAF

    Подход WAF представляет собой прагматичное решение для тестирования и оценки сложных веществ. Однако у него есть ограничения по сравнению с подходами, применимыми к более простым веществам. С экспериментальной точки зрения существует большая неопределенность в отношении фактического химического воздействия в испытательной системе.Кроме того, даже незначительные различия в технике приготовления могут изменить состав WAF. Обе эти неопределенности могут препятствовать экстраполяции исследований в разных лабораториях и между ними. Аналитические проверки выбранных компонентов могут быть полезны в этом отношении и рекомендуются [27]. Однако по причинам, описанным выше, они не отражают все исследуемое вещество или даже поведение всех компонентов, которые попадают в среду воздействия WAF или WSF. Это может ограничить нашу способность интерпретировать любые наблюдаемые эффекты или их отсутствие в отношении продемонстрированного воздействия.В более широком смысле, это ограничивает использование данных WAF для количественной оценки риска, как описано выше для оценок REACH.

    Возможные улучшения и альтернативы WAF

    Существуют альтернативы подходам WAF. В 2000 году Организация экономического сотрудничества и развития (ОЭСР) впервые опубликовала Руководящий документ 23 по испытаниям на водную токсичность трудно поддающихся проверке химических веществ (в настоящее время пересмотренные и обновленные [27]). ОЭСР [27] описывает несколько альтернативных методов дозирования труднорастворимых веществ, которые могут применяться к УФХБ.К ним относятся системы генерации, колонны сатуратора и пассивное дозирование. Системы генераторов и сатураторов могут быть не идеальными для УФХБ, поскольку элюирование различных компонентов может меняться со временем. Следовательно, элюент не будет постоянно отражать растворимую часть исследуемого объекта с течением времени. В пассивных дозирующих системах применяется биосовместимый полимер, предварительно загруженный тестируемым веществом, который действует как разделяющий донор, который контролирует концентрации воздействия на протяжении всего теста, хотя доступные в настоящее время пассивные дозирующие полимеры вряд ли охватят широкий диапазон найденных составляющих log K или . в сложных смесях полярных и неполярных веществ.Несмотря на эти другие возможные варианты дозирования, в разделе Руководящего документа по многокомпонентным веществам (который теперь включает UVCB в обновленной версии) по-прежнему рекомендуется использование WAF и скоростей загрузки, и это руководство также упоминается в Руководящем документе. 27 по классификации химических веществ [26]. ОЭСР [27] рекомендует следующий процесс тестирования УФХБ на водную токсичность:

    1. 1.

      Аналитически определите состав UVCB, чтобы его идентичность могла быть подтверждена, а его составляющие отслеживались в ходе тестирования.

    2. 2.

      Если UVCB только частично растворим в воде, тогда подготовьте WAF для каждой отдельной скорости загрузки в соответствии с набором описанных стандартных методов.

    3. 3.

      Запишите результаты как среднюю летальную нагрузку (LL50), среднюю эффективную нагрузку (EL50) или скорость нагрузки без наблюдаемого эффекта (NOELR), которые определяются с помощью тех же статистических методов, которые использовались бы для определения LC50, EC50 и NOEC. значения соответственно.

    WAF как предпочтительный метод для нефтепродуктов

    Простота и широкая применимость WAF и скорости загрузки означает, что они широко используются при испытаниях водной токсичности, особенно для нефтепродуктов, с тех пор, как основополагающие Girling et al.[18] бумага. Например, тестирование WAF проводилось на водорослях (например, [8, 23]), ракообразных (например, [3, 6]), брюхоногих и двустворчатых моллюсках (например, [25, 33]) и рыбах (например, [5, 28]). ]), как в пресной воде (например, [31]), так и в морской (например, [7]). Сингер и др. [32] описывают обширную работу, проделанную Форумом экологических исследований химического реагирования на разливы нефти (CROSERF) по разработке стандартизированных подходов к проведению испытаний водной токсичности с WAF, включая аналитическую проверку тестовых концентраций, герметизацию испытательных сосудов для минимизации улетучивания и необходимость подготовить индивидуальные нормы загрузки для обработки вместо серийного разбавления из исходного раствора (как указано выше).

    Таким образом, WAF-тестирование UVCB и выражение результатов теста в виде скорости загрузки имеет следующие преимущества:

    1. 1.

      Это единственный известный в настоящее время метод тестирования токсичности всего сложного вещества, даже если некоторые из его компонентов остаются неизвестными;

    2. 2.

      Он учитывает различия в растворимости компонентов в сложном веществе; и

    3. 3.

      Использование скоростей загрузки для описания любых токсических эффектов — это объединяющая концепция, которая позволяет напрямую сравнивать выбросы легкорастворимых веществ при оценке и классификации опасности.

    Регуляторные вызовы подходу WAF

    Однако, несмотря на такое понимание теоретических преимуществ и успешное практическое использование тестирования WAF за три десятилетия, в последнее время этот подход оспаривается и часто отклоняется регулирующими органами. Ниже мы приводим два примера этого: один для регулирования каменноугольной смолы в Европе и один для регулирования керосинового топлива для реактивных двигателей в Соединенных Штатах.

    Пример 1: каменноугольный пек, высокотемпературный (CTPHT)

    Каменноугольный пек, высокотемпературный (CTPHT; CAS # 65996-93-2, номер ЕС 266-028-2) представляет собой вещество UVCB, содержащее полициклические ароматические углеводороды ( ПАУ).Он в основном используется для производства огнеупоров и связующих для электродов для алюминиевой и сталелитейной промышленности, а также в незначительных количествах в качестве глиняных мишеней, покрытий для защиты от коррозии, аэродромов, стойких к керосину, строительства дорог, кровли и брикетирования [19]. CTPHT производится или импортируется в ЕС в объеме более 100 тысяч тонн в год.

    Несколько тестов WAF были выполнены с CTPHT, как указано в Заключении Комитета по оценке рисков (RAC) ECHA [29]. К ним относятся различные методы приготовления тестового раствора WAF (прямое добавление без фильтрации, прямое добавление с супернатантом после того, как твердый материал был сифонирован из раствора, и разбавление насыщенного исходного материала) в отсутствие ультрафиолетового излучения в тестах на острую токсичность рыб и беспозвоночных.Метод прямого добавления (с фильтрацией и без нее) дает значения CTPHT LL50 от 100 до 1000 мг / л для всех видов. Метод разбавления дал LL50> 1000 мг / л для рыбы Oryzias latipes (другие виды не тестировались).

    Исследования токсичности WAF с водорослями ( Desmodesmus subspicatus ) и дафниями ( Daphnia magna ) также были выполнены (измельченный материал, медленно перемешанный и осажденный) в отсутствие ультрафиолетового излучения и без аналитического определения тестовых сред.Оба теста дали значения EL50> 100 мг / л.

    Полустатическое хроническое исследование с D. magna было выполнено с использованием измельченного и отфильтрованного материала, прокачанного через колонку при номинальной загрузке 100 мг / л. Тестовый раствор анализировали на индивидуальные концентрации ПАУ. В этом тесте не наблюдалось значительного влияния на смертность и воспроизводство дафний.

    Дополнительная информация доступна в отчете RAC [29] о растворимости измельченного CTPHT. Это указывает на то, что WSF отдельных ПАУ измеряется при концентрациях, намного ниже индивидуальных водорастворимости, и согласуется с аналитическими измерениями в пределах D.magna хроническое исследование.

    Несмотря на результаты WAF, описанные выше, в сентябре 2010 года в Европейское химическое агентство (ECHA) было подано предложение о классификации CTPHT как Aquatic Acute 1 (h500) и Aquatic Chronic 1 (h510) в соответствии с Регламентом CLP [ 11]. Эта классификация была поддержана Комитетом по оценке рисков ECHA [29]. При рассмотрении опасностей для окружающей среды RAC согласился, что CTPHT является веществом UVCB и, следовательно, (i) его очень трудно классифицировать на основе его отдельных компонентов; (ii) не все компоненты могут быть проанализированы при разбавлении водой; и (iii) различные компоненты CTPHT влияют на растворимость друг друга в водной фазе, и поэтому состав в воде не будет одинаковым при разных загрузках.RAC пришел к выводу, что подход WAF является наиболее подходящим для классификации CTPHT, сославшись на рекомендации ОЭСР, описанные ранее в этом комментарии.

    Однако RAC также указал, что все данные о токсичности для CTPHT из исследований WAF были получены в отсутствие ультрафиолетового облучения, хотя известно, что некоторые ПАУ являются фототоксичными. Кроме того, они были обеспокоены тем, что химические аналитические данные были измерены только при загрузке 100 мг / л в хроническом исследовании Daphnia и что это не позволило сравнить концентрации растворенных ПАУ при разных нагрузках и данные о токсичности, полученные для отдельных ПАУ. .В результате этих опасений компетентным органом Нидерландов и RAC был принят альтернативный подход к экологической классификации CTPHT, в котором CTPHT считался «смесью» с классификацией, основанной на суммировании подмножества составляющих. Самые низкие доступные значения EC50 или LC50 для 16 отдельных полиароматических углеводородов (ПАУ), которые также являются составляющими CTPHT, были сопоставлены и объединены с данными о разлагаемости и биоаккумуляции для получения индивидуальной классификации для каждого.Затем были использованы коэффициенты умножения (M) в соответствии с EU CLP [17] для умножения массового процента каждого компонента в CTPHT в соответствии с его токсичностью. Затем были суммированы вклады всех классифицируемых веществ Aquatic Acute 1 (h500) и веществ Aquatic Chronic 1 (h510) для получения общей оценки вклада токсичности этих веществ в общую острую или хроническую токсичность CTPHT.

    Результаты этого процесса как для острой, так и для хронической токсичности показаны в таблице 1.Расчетный вклад отдельных ПАУ в общую острую токсичность ЦТФТ составляет 145–21%, а вклад в общую хроническую токсичность — 2169%. Эти значения значительно превышают предел 25%, установленный в правилах CLP, поэтому RAC [29] предложил классифицировать CTPHT как Aquatic Acute 1 и Chronic 1, и эта классификация была принята Европейской Комиссией в октябре 2013 года.

    Таблица 1 Острые и хронические заболевания. данные о хронической водной токсичности и расчеты, использованные для классификации CTPHT методом суммирования (RAC [29])

    Есть две основные проблемы с процессом, которому следует Европейская комиссия для классификации CTPHT как Aquatic Acute 1 и Chronic 1:

    1. 1.

      Это противоречило положениям руководящих документов REACH и EU CLP [12] относительно интерпретации результатов испытаний WAF и их использования в поддержку классификации UVCB; и

    2. 2.

      Это противоречило собственному техническому руководству Европейской комиссии по работе с UVCB. Действительно, даже если бы Комиссия считала вещество «смесью», а не UVCB, многоуровневый подход к классификации смесей сначала рассматривал бы результаты испытаний самой смеси, а не ее составляющих.

    После того, как 18 компаний решили обжаловать классификацию CTPHT как токсичного для водной среды, Европейский суд общей юрисдикции постановил в октябре 2015 года [19], что Комиссия допустила явную ошибку оценки. В постановлении суда говорилось, что « ни заключение RAC по CTPHT, ни справочный документ не содержат каких-либо доводов, которые демонстрируют, что, предполагая, что все ПАУ, присутствующие в этом веществе, растворяются в водной фазе и доступны для водных организмов, были приняты во внимание низкой растворимости в воде CTPHT »и« », предполагая, что все эти ПАУ растворяются в воде, поэтому Комиссия, по сути, основывала рассматриваемую классификацию на предположении, что 9.2% CTPHT может раствориться в воде. Однако… такое значение нереально, учитывая, что максимальная ставка составляет 0,0014% ».

    Европейская комиссия немедленно обжаловала это решение, но проиграла эту апелляцию в решении в ноябре 2017 года [21], основанном на юридическом заключении, представленном Генеральным прокурором в сентябре 2017 года [20]. Расходы были возмещены Комиссией на уровне, окончательно согласованном Судом в апреле 2020 года [22].

    CTPHT в настоящее время классифицирован для окружающей среды в ЕС как Chronic 4 (самая низкая из имеющихся классификаций «подстраховки»), что больше соответствует данным WAF о его растворимости и токсичности для водной среды.

    Несмотря на то, что регулирующие органы признали применимость данных WAF, было нежелание использовать эти данные. Это может быть связано со сложностью оценки риска UVCB в целом. WAF-тестирование этого UVCB всегда было как наиболее технически подходящим, так и регулируемым методом, с учетом лишь относительно незначительного технического вопроса о том, следует ли проводить такое тестирование с УФ-излучением или без него.

    Пример 2: керосин / реактивное топливо

    Керосин и реактивное топливо представляют собой сложные УВХБ, полученные из нефти, которые используются в качестве компонентов смеси для готовых топлив, таких как авиационное турбинное топливо (реактивное топливо), No.Керосин 1-К (для обогрева и освещения), мазут марки №1, дизельное топливо и масло для газовых турбин. В сентябре 2010 года Американский институт нефти представил в USEPA документ с оценкой категории керосина / реактивного топлива в рамках Программы борьбы с большими объемами производства (HPV) [1].

    Программа HPV Challenge — это добровольная инициатива, направленная на разработку и публикацию информации о воздействии на здоровье и окружающую среду на уровне скрининга химических веществ, производимых в США или импортируемых в США в количествах более одного миллиона фунтов (454 тонны) в год.В программе Challenge производители и импортеры химикатов для ВПЧ добровольно спонсируют химические вещества и выявляют и оценивают адекватность существующих данных о токсичности, проводят новые испытания, если адекватных данных нет, и делают как новые, так и существующие данные и информацию доступными для общественности.

    О нескольких тестах WAF сообщалось в заявке на программу HPV Challenge для керосина / реактивного топлива [1].

    Два набора исследований острой токсичности в водной среде (рыба, беспозвоночные и водоросли) были зарегистрированы для гидродесульфированного керосина (CAS # 64742-81-0), подслащенного керосина (CAS #

    -15-9) и гидрокрекированной нафты (CAS # 101316-80-7).При испытаниях рыбы с радужной форелью были получены аналогичные значения LL50, составляющие 10 мг / л и 100 мг / л. Испытания с водными беспозвоночными дали одни из самых низких конечных точек токсичности для трех видов, но также и некоторые из самых изменчивых, со значениями от 1,4 до 89 мг / л для трех веществ. Сообщалось, что токсичность этих веществ для водорослей составляет 5,0 и 30 мг / л.

    Группа тестирования API также заказала 21-дневный тест воспроизводства с D. magna , подвергнутым воздействию гидродесульфурированного керосина.В исследовании использовались независимые препараты WAF для растворов для экспонирования, и общее количество растворенных углеводородов при каждой обработке WAF измерялось с помощью газовой хроматографии. При выражении в виде скорости загрузки WAF керосин давал значения EL50 0,89 мг / л для воспроизведения и 0,81 мг / л для иммобилизации, со значениями LOELR и NOELR 1,2 мг / л и 0,48 мг / л, соответственно, для всех конечных точек. При выражении в виде средних измеренных концентраций растворенных углеводородов значения ЕС50 составляли 0,16 мг / л для воспроизводства и 0.15 мг / л для иммобилизации, а LOEC и NOEC составляли 0,23 мг / л и 0,092 мг / л, соответственно, для всех конечных точек.

    Несмотря на представление результатов WAF, описанных выше, USEPA заявило в своем Документе с описанием опасностей [36], что: «Что касается водной токсичности, данные, представленные для члена категории, гидродесульфурированный керосин (нефть) (CASRN 64742-81-0), были считается неадекватным, потому что результаты были представлены на основе номинальных скоростей загрузки, а не измеренных концентраций. Точно так же данные, представленные для CASRN

    -15-9 и 101316-80-7, неадекватны.В результате этого USEPA приступило к определению характеристик опасности для водной среды керосином / реактивным топливом на основе результатов измерений концентраций выбранных углеводородов, а не на основе показателей загрузки из испытаний WAF для гидродесульфурированного керосина или двух вспомогательных веществ (подслащенный керосин. и нафта, подвергнутая гидрокрекингу).

    В своем ответе на это решение USEPA API [2] подтвердили мнение о том, что результаты для UVCB должны выражаться в виде летальных нагрузок, а не смертельных / эффективных концентраций.Это связано с тем, что скорость загрузки отражает состав и химический состав вещества и неявно учитывает растворение и улетучивание отдельных углеводородных компонентов. В отличие от этого, они рассматривали результаты, выраженные в виде измеренных концентраций фракции вещества в растворе, как малоценные, поскольку они предотвращают экстраполяцию на ситуации разлива, когда единственными значимыми показателями концентрации будут количество разлитого продукта и объем разлитого продукта. принимающая среда (т.е. скорость загрузки).

    Два тематических исследования, представленные в этом комментарии, демонстрируют сохраняющееся беспокойство некоторых регулирующих органов по поводу использования нагрузок WAF непосредственно для оценки опасностей. Действительно, это отражено в более поздних примерах, испытанных авторами этого Комментария, в которых власти все чаще требовали, чтобы результаты исследования выражались в терминах средних измеренных концентраций, а не номинальных нагрузок WAF. В зависимости от вещества это может иметь разветвления для классификации и маркировки веществ, что приводит к увеличению транспортных расходов или дополнительным ограничениям, которые в действительности не соизмеримы с опасностью, присущей всему веществу в целом.Это не проблема, затрагивающая лишь небольшое количество веществ: 16968 из 68091 веществ, которые в настоящее время внесены в неконфиденциальный реестр TSCA, относятся к UVCB [38], а в начале 2017 года около 21% веществ, зарегистрированных в соответствии с REACH, что составляет более 2500 химикатов, были UVCB [16].

    Подходы XXI века к оценке воздействия, биологической активности и рисков сложных веществ: основные моменты семинара

    Основные моменты

    В этом отчете семинара рассматривается оценка опасности и риска сложных веществ.

    Выявлены возможности использования новых методологий подхода к оценке.

    Новые методологии подхода включают подходы in vitro, и in silico, и повторное считывание.

    Моделирование воздействия повышает актуальность оценки риска сложных веществ.

    Представлены результаты текущей исследовательской деятельности; определены потребности в исследованиях.

    Реферат

    Семинар, июнь 2019 г. Резюме Объединенного исследовательского центра Комиссии. В центре внимания была потребность в улучшенных подходах к оценке безопасности сложных веществ. Примерно 10% и 20% веществ, зарегистрированных в соответствии с законодательством ЕС о химических веществах, являются «многокомпонентными веществами» и «веществами неизвестного или переменного состава, продуктами сложных реакций и биологическими веществами» (UVCB) соответственно, а UVCB составляют примерно 25% U.S. Перечень Закона о контроле за токсичными веществами. Участников семинара попросили подумать о том, как можно в полной мере использовать возможности новых методологий подхода (NAM) для оценки сложных веществ. Сессии были сосредоточены на использовании NAM для скрининга, биологического профилирования и комплексной оценки рисков; улучшение подходов сквозного чтения с использованием новых потоков данных; и методы оценки облучения и дозиметрии. Семинар завершился организованными обсуждениями для изучения практических шагов вперед.Учитывая разнообразие сложных веществ, ни один «правильный» подход не считался работоспособным. Дальнейший путь должен быть сосредоточен на «обучении на собственном опыте» путем разработки и открытого обмена целевыми примерами, основанными на ДН, для оценки биологической активности, воздействия и рисков сложных веществ.

    Ключевые слова

    Многокомпонентные вещества

    UVCB (вещества неизвестного или переменного состава, сложные продукты реакции и биологические вещества)

    Методологии нового подхода (NAM)

    Способ действия (MoA)

    Путь неблагоприятного исхода (AOP)

    Комплексный подход к тестированию и оценке (IATA)

    Оценка воздействия

    Комбинированное воздействие

    Рекомендуемые статьиЦитирующие статьи (0)

    Просмотреть аннотацию

    © 2020 Авторы.Опубликовано Elsevier Inc.

    Рекомендуемые статьи

    Цитирующие статьи

    Как идентифицировать сложные вещества в REACH — семинар Комиссии

    Идентификация веществ UVCB и других сложных веществ в REACH

    Семинар собрал вместе заинтересованных сторон, чтобы поделиться своим опытом и обсудить передовой опыт. Предварительные результаты исследования идентичности веществ также обсуждались с консультантом, который его проводил.

    Основными задачами семинара были:

    • определить основные проблемы при идентификации веществ
    • обсудить передовой опыт определения сложных веществ
    • представляют промежуточные результаты углубленного исследования идентичности веществ в регистрационных досье REACH

    Обеспечение правильной идентификации веществ является ключевой задачей в процессе регистрации REACH.Обзор REACH, опубликованный Комиссией в феврале 2013 года, указывает на то, что определение «идентичности веществ» и определение «идентичности веществ» являются одними из наиболее сложных аспектов REACH. Было обнаружено, что ряд регистрационных досье не соответствует требованиям из-за проблем с идентификацией веществ.

    В частности, существуют проблемы, связанные с четкой идентификацией « Вещества неизвестного или переменного состава, сложных продуктов реакции или биологических материалов» ( UVCB ).Чтобы внести больше ясности в этот вопрос, Европейская комиссия начала исследование для анализа этих трудностей и выявления передовой практики, а также проблемных областей, требующих дальнейшего внимания.

    Повестка дня

    Записи прямой трансляции в Интернете :

      Сеансы 27.04 с 13:00 до 17:00 и 28.04 с 13:30 до 17:00.

    Презентационные слайды :

    Предпосылки и цели проекта REACH SIDC — Мигель А.Агуадо-Монсоне — Европейская комиссия, DG GROW

    Подходы и общие проблемы в идентификации сложных веществ — выводы и наблюдения проекта REACH SIDC — Томаш Новотны — проектная группа REACH SIDC

    Опыт ECHA в идентичности и сходстве сущности — Стивен Бьюкенен — ​​ECHA

    Идентичность веществ и сходство продуктов сжигания угля — Магдалена Корнацка — специалист по REACH

    Идентичность веществ и сходство смол и канифолей — Майк Пенман — Консорциум h5R

    Идентичность веществ и сходство олеохимических веществ — Мартина Менникен-Мойтен — APAG

    Введение в обсуждение в нестандартных группах — Ян Мерварт — проектная группа REACH SIDC

    Резюме дискуссий в секционных группах

      .

Добавить комментарий

Ваш адрес email не будет опубликован.