DOE简介

DOE（实验设计）是一种安排实验的技术，通过合理的安排实验，同时结 合回归建模的思想到达模式识别的效果。该技术广泛运用在工艺优化，优化 设计上面。大约在2010年（时间点没有具体的考量）的时候，开始陆续有人将DOE的实验思路引入HPLC，迄今为止，已经有多篇类似的文章，发SCI的文章基本上算是没有什么戏份了。

不过大部分计算机辅助色谱开发的软件算法均是基于此算法（如Drylab，LC-simulator），当然最近岛津推出的多元液相色谱条件筛选系统，其基本原理也是基于此。接下来我们介绍下如何在HPLC方法开发中具体使用DOE的工具。

DOE基本流程

1. 定义：该步骤是决定整个实验成败的关键，首先在实验之前需要定义实验的待分离成分，其次是构建目标函数。目标函数构建的好坏是证实实验成功的基准。

常用的目标函数主要是构建一个围绕分离度构建函数诸如这样，这并不是一个很好的方法，这里求几何均值会好一些，用其他的方式更好。

2. 测量：这个是整个实验最费事的一个步骤，假如没有对照品和MS等具有鉴别能力的检测器，这个地方往往是一个较大的约束。峰的跟踪，即便已经存在了公用的目标函数，该目标函数包含了整个色谱分离的关键指标（如时间，峰宽，理论塔板数等等）。但是由于样品的不一致，峰的追踪和归属依旧是其中的一个难点（目前你可以采用LC-MS和对照品定位方式进行）。

3. 分析：在一轮或者少数几组实验中，是否出现了异常也是我们需要关注的一些点，如保留太弱或者太强（太弱：反相色谱中尿嘧啶等等；太强：反相中的logp>5的化合物）导致在完整的实验中未被洗脱或者检测。其实分析的重点主要是能否找出色谱分离的模式（找出其中的f）。

一般来说f（）的形式表现为

我们仅仅需要求出a的值就行，该模式就确定了。

4. 优化：在完成以上工作之后，我们面临的一个问题是优化，只要通过 Monte Carlo method计算出所有的y之后，选取出最好的y下面对应的X就行。

5. 至于最后一步的控制对于研究来说并不是必须的，主要考察方法的耐用性问题。

放两张实验效果图吧

以下说说这个方法的缺点，第一实验次数随着因素的增加而急剧增加（即便的同一个条件，改变了洗脱方式实验次数也会爆炸性的增长；其次无法判定那一根色谱柱是好的，只能时候分析色谱柱之间的差异，如果进行两个区组进行实验，实验次数又大幅度增加）

参考文献

1.  Schmidt, A.H. and C. Wess, A QbD with design-of-experiments approach for development of a state-of-the-art UPLC purity method for carbamazepine. Journal of Liquid Chromatography & Related Technologies, 2014. 37(18): p. 2653-2666.

2.  Li, J.R., et al., Efficient optimization of ultra‐high‐performance supercritical fluid chromatographic separation of Rosa sericea by response surface methodology. Journal of separation science, 2013. 36(13): p. 2114-2120.