Nuevas estrategias para la optimización y tratamiento de datos en hplc

Resumen

Se realizan diversos avances en el campo de Optimización y en el tratamiento de datos en Cromatografía Líquida de Alta Resolución. En el campo de la Optimización se desarrolla un nuevo concepto denominado "optimización por fases móviles complementarias", que consiste en la búsqueda de dos o más condiciones experimentales escogidas de modo que cada una de ellas se ocupe de resolver máximamente un subconjunto de solutos de interés de la mezcla. El resto de compuestos, que se deben resolver con la(s) otra(s) condición(es) experimentalmente óptimcas, pueden permanecer solapados. El método explota de una manera eficaz las capacidades de un sistema cromatográfico dado. Se proponen dos algoritmos para la búsqueda de condiciones complementarias óptimas: el barrido sistemático de todos los conjuntos de condiciones experimentales posibles y el uso de algoritmo genéticos. La primera estrategia solamente es posible cuando el número de solutos involucrados, el número de condiciones experimentales a examinar, y el número de fases móviles complementarias son suficientemente bajos. Sin embargo, con frecuencia los casos de interés son a menudo tan complejos que no pueden resolverse ni siquiera con algoritmos genéticos convencionales. Para superar estas dificultades se desarrolló un método alternativo que consiste en la hibridación de un algoritmo genético con un método de búsqueda. La optimización local se implementa como una etapa adicional dentro de las operaciones genéticas. Los resultados obtenidos con el algoritmo híbrido fueron notablemente mejores que los conseguidos con un algoritmo genético tradicional. Se realizó una extensión de la idea de fases móviles complementarias a la combinación de distintos sistemas de separación (incluyendo varios disolventes y/o columnas). Los resultados obtenidos con sistemas complementarios superaron significativamente las capacidades separadoras de cada sistema por separado.