基于高通量解析算法的復(fù)雜樣品重疊氣相色譜-質(zhì)譜信號(hào)的快速分析

李 跑, 蔡文生, 邵學(xué)廣,3*(. 南開大學(xué)化學(xué)學(xué)院, 天津 30007; 2. 湖南農(nóng)業(yè)大學(xué)食品科學(xué)技術(shù)學(xué)院, 湖南 長沙 4028; 3. 喀什大學(xué)化學(xué)與環(huán)境科學(xué)學(xué)院, 新疆 喀什 844006)

鄒漢法研究員紀(jì)念專輯(下)·研究論文

基于高通量解析算法的復(fù)雜樣品重疊氣相色譜-質(zhì)譜信號(hào)的快速分析

李 跑1,2, 蔡文生1, 邵學(xué)廣1,3*
(1. 南開大學(xué)化學(xué)學(xué)院, 天津 300071; 2. 湖南農(nóng)業(yè)大學(xué)食品科學(xué)技術(shù)學(xué)院, 湖南 長沙 410128; 3. 喀什大學(xué)化學(xué)與環(huán)境科學(xué)學(xué)院, 新疆 喀什 844006)

化學(xué)計(jì)量學(xué)算法為重疊氣相色譜-質(zhì)譜(GC-MS)信號(hào)的解析提供了有效手段,但其在計(jì)算過程中一般需要將數(shù)據(jù)進(jìn)行分段處理,然后只對(duì)信號(hào)的某些區(qū)間進(jìn)行解析,難以實(shí)現(xiàn)真正意義上的高通量分析。該文結(jié)合移動(dòng)窗口目標(biāo)轉(zhuǎn)換因子分析(MWTTFA)和非負(fù)免疫算法(NNIA),建立了一種高通量解析方法。首先,根據(jù)所有可能存在的目標(biāo)組分的標(biāo)準(zhǔn)質(zhì)譜信息,利用MWTTFA檢驗(yàn)復(fù)雜信號(hào)中存在的組分,并確定目標(biāo)組分的質(zhì)譜信息和洗脫時(shí)間區(qū)域。以得到的質(zhì)譜信息作為后續(xù)計(jì)算的輸入值,利用NNIA解析得到相應(yīng)的色譜信息。采用快速升溫程序?qū)?7種和42種農(nóng)藥混合標(biāo)準(zhǔn)樣品的GC-MS信號(hào)進(jìn)行分析,利用所建立的方法可在10 min內(nèi)得到全部組分的色譜和質(zhì)譜信息。

氣相色譜-質(zhì)譜;移動(dòng)窗口目標(biāo)轉(zhuǎn)換因子分析;非負(fù)免疫算法;重疊峰解析;農(nóng)藥混合標(biāo)準(zhǔn)品

復(fù)雜樣品分析一直是分析化學(xué)研究領(lǐng)域的重點(diǎn)與難點(diǎn)。近年來,越來越多的研究者選擇利用化學(xué)計(jì)量學(xué)手段來解決復(fù)雜體系的定性、定量分析問題，如實(shí)際分析體系的信息提取[1]、復(fù)雜色譜信號(hào)的解析[2,3]等。為解決聯(lián)用儀器信號(hào)的分析問題,國內(nèi)外諸多學(xué)者已建立了多種化學(xué)計(jì)量學(xué)算法,如基于化學(xué)因子分析(CFA)的一系列算法[1,4,5]以及結(jié)合二維數(shù)據(jù)和交替最小二乘法的多元曲線分辨(MCR-ALS)算法[6,7]。此外,基于卷積和去卷積的小波變換(WT)也已廣泛應(yīng)用于重疊色譜信號(hào)的解析[8,9]。這些方法可以從多組分重疊信號(hào)中提取隱藏的組分信息,為復(fù)雜重疊信號(hào)的高通量分析提供新途徑。但是,在有未知干擾存在的情況下,這些算法往往無法得到正確的解析結(jié)果。為解決這一問題,直接三線性分解(DTD)、平行因子分析(PARAFAC)和交替三線性分解(ATLD)等方法相繼出現(xiàn)[10-13]。這些算法具有“二階優(yōu)勢”,能夠在未知干擾存在的情況下提取重疊信號(hào)中的有用信息。

免疫算法(immune algorithm, IA)可用于重疊信號(hào)的解析[14-16]。最初采用IA解析氣相色譜-質(zhì)譜(GC-MS)信號(hào)時(shí),需要提供所有組分的質(zhì)譜信息,不適于未知體系的解析。為了解決缺乏標(biāo)準(zhǔn)品的問題,本課題組提出了自適應(yīng)免疫算法(AIA)[17]。AIA無需提供標(biāo)準(zhǔn)品信息,而是采用獨(dú)立成分分析(ICA)，直接從測量數(shù)據(jù)中提取被測物的質(zhì)譜信息。但是,某些情況下,重疊信號(hào)不滿足獨(dú)立性要求,導(dǎo)致AIA得到的質(zhì)譜數(shù)值出現(xiàn)負(fù)值,色譜圖出現(xiàn)扭曲,因此又對(duì)ICA進(jìn)行了一系列的改進(jìn),提出了平均場-獨(dú)立成分分析(mean field ICA, MF-ICA)[18]、基于化學(xué)知識(shí)的后旋轉(zhuǎn)策略[19]以及窗口獨(dú)立成分分析(window ICA, WICA)[20]。盡管這些方法都已成功應(yīng)用于復(fù)雜GC-MS信號(hào)的解析,但是依舊難以實(shí)現(xiàn)復(fù)雜體系的高通量分析,因此本課題組建立了非負(fù)免疫算法(NNIA)。該算法利用非負(fù)校正對(duì)IA計(jì)算中重疊組分帶來的干擾進(jìn)行補(bǔ)償,實(shí)現(xiàn)了混合信號(hào)中某一組分信息的提取[21]。將NNIA與目標(biāo)轉(zhuǎn)換因子分析(TTFA)和迭代目標(biāo)轉(zhuǎn)換因子分析(ITTFA)結(jié)合,可以實(shí)現(xiàn)重疊信號(hào)中某些特定組分信號(hào)的識(shí)別與解析[22,23]。

針對(duì)復(fù)雜GC-MS信號(hào)的解析,由于樣品中包含的組分?jǐn)?shù)較多、信號(hào)過于復(fù)雜,上述方法的應(yīng)用往往受到一定限制。在實(shí)際分析中需利用標(biāo)準(zhǔn)樣品確定目標(biāo)組分的洗脫區(qū)域,以簡化計(jì)算過程,因而很難實(shí)現(xiàn)真正意義上的高通量分析[24]。為解決這一問題,本文提出了一種重疊GC-MS信號(hào)的高通量解析方法。該方法通過建立包含所有可能待測組分的標(biāo)準(zhǔn)質(zhì)譜庫,利用移動(dòng)窗口目標(biāo)轉(zhuǎn)換因子分析(MWTTFA)對(duì)標(biāo)準(zhǔn)質(zhì)譜庫中的組分逐一進(jìn)行測試,確定目標(biāo)物質(zhì)的質(zhì)譜信息及其色譜保留時(shí)間,進(jìn)而利用NNIA算法解析得到的色譜信息。

1 實(shí)驗(yàn)部分

1.1 儀器、試劑與材料

PolarisQ 2000氣相色譜-質(zhì)譜儀(美國ThermoFisher Scientific公司)。17種和42種農(nóng)藥混合標(biāo)準(zhǔn)品溶于丙酮溶液(10 mg/L),由中國進(jìn)出口商品檢驗(yàn)檢疫研究所提供，其詳細(xì)信息分別見表S1和表S2(詳見http://www.chrom-China.com/UserFiles/File/1606046-SI.pdf)。

1.2 色譜、質(zhì)譜條件

色譜柱:CP-Sil8CB(30 m×0.32 mm, 0.25 μm,美國VARIAN公司);進(jìn)樣口溫度:250 ℃;進(jìn)樣方式:不分流進(jìn)樣。17種農(nóng)藥混合標(biāo)準(zhǔn)品的升溫程序:60 ℃保持2 min,以80 ℃/min升至260 ℃,保持6 min;分析時(shí)間:10 min; 42種農(nóng)藥混合標(biāo)準(zhǔn)品的升溫程序:60 ℃保持1 min,以100 ℃/min升至300 ℃,保持4 min;分析時(shí)間:8 min。載氣:氦氣(純度>99.999%);流速:1 mL/min;進(jìn)樣量:1 μL。離子源:電子轟擊(EI)源;離子源溫度:200 ℃;傳輸線溫度:280 ℃;電壓:70 eV。

17種和42種農(nóng)藥混合標(biāo)準(zhǔn)品的總離子色譜圖見圖1。其中掃描范圍為m/z60～520,采樣時(shí)間間隔約0.47 s,數(shù)據(jù)矩陣大小分別為461×1 010和461×630。由圖1可知，混合標(biāo)準(zhǔn)品的色譜圖中多處出現(xiàn)色譜峰重疊現(xiàn)象,并存在雜質(zhì)干擾。因此,需要對(duì)此類信號(hào)進(jìn)行解析,以實(shí)現(xiàn)高通量分析。

圖1 (a)17種和(b)42種農(nóng)藥混合標(biāo)準(zhǔn)品的總離子流色譜圖Fig. 1 Total ion chromatograms (TICs) of (a) the17 pesticide and (b) the 42 pesticide mixed standard samples

1.3 計(jì)算步驟

本文所建立的方法分為兩個(gè)步驟,首先按照色譜的流出方向,利用MWTTFA逐步移動(dòng)固定大小的窗口從而進(jìn)行目標(biāo)檢驗(yàn),以確定某一組分是否存在以及存在的保留時(shí)間區(qū)域[25,26],同時(shí)得到組分的質(zhì)譜信息,然后利用NNIA解析得到組分的色譜圖。TTFA利用主成分分析和對(duì)目標(biāo)因子的最小二乘法變換,得到轉(zhuǎn)換后的目標(biāo)因子。如果目標(biāo)因子在轉(zhuǎn)換過程中保持不變(在一定的誤差閾值內(nèi)相等),則表明該目標(biāo)因子存在于數(shù)據(jù)矩陣中。TTFA計(jì)算得到的質(zhì)譜數(shù)據(jù)與其輸入質(zhì)譜數(shù)據(jù)(質(zhì)譜庫中的質(zhì)譜)間的匹配度作為判斷該組分是否存在的標(biāo)準(zhǔn)。根據(jù)文獻(xiàn)方法[27]進(jìn)行匹配度計(jì)算,以千分?jǐn)?shù)表示匹配程度的大小。由于計(jì)算得到的質(zhì)譜數(shù)據(jù)(轉(zhuǎn)換質(zhì)譜)更加接近測量值,因此本文采用MWTTFA的計(jì)算結(jié)果作為NNIA的輸入。

具體過程為:(1)樣品測試,得到GC-MS測試數(shù)據(jù)。(2)根據(jù)測試結(jié)果確定可能存在的所有組分(本實(shí)驗(yàn)為可能存在的300種常見農(nóng)藥)并收集其標(biāo)準(zhǔn)質(zhì)譜數(shù)據(jù)。所有質(zhì)譜圖均為標(biāo)準(zhǔn)化質(zhì)譜圖,最大相對(duì)豐度為100。(3)利用MWTTFA判斷GC-MS測試數(shù)據(jù)中存在的組分信息,同時(shí)計(jì)算得到“轉(zhuǎn)換質(zhì)譜”。當(dāng)匹配度大于700‰時(shí),認(rèn)為該組分存在。(4)利用被檢測為“存在”組分的轉(zhuǎn)換質(zhì)譜進(jìn)行NNIA計(jì)算,從重疊信號(hào)中解析出色譜圖。計(jì)算中只采用該組分存在的“窗口”區(qū)間的GC-MS數(shù)據(jù),以提高計(jì)算的準(zhǔn)確性。

2 結(jié)果與討論

2.1 GC-MS信號(hào)中的組分信息識(shí)別

采用300種農(nóng)藥的標(biāo)準(zhǔn)質(zhì)譜數(shù)據(jù)對(duì)17種農(nóng)藥混合標(biāo)準(zhǔn)品的GC-MS數(shù)據(jù)進(jìn)行MWTTFA計(jì)算,得到300條匹配率曲線。毒死蜱(chlorpyrifos)、倍硫磷(fenthion)和對(duì)硫磷(parathion)3種農(nóng)藥組分的匹配率曲線見圖2。圖中的水平實(shí)線為匹配度700‰的標(biāo)度線。由圖2可知,3種農(nóng)藥組分在6.28～6.38、6.34～6.46和6.38～6.47 min保留時(shí)間區(qū)域內(nèi)的匹配度大于700‰?？梢源_定GC-MS信號(hào)中存在這3種組分的質(zhì)譜信息。而對(duì)于大部分農(nóng)藥組分,匹配率曲線中沒有高于700‰的區(qū)間,說明GC-MS信號(hào)中不存在這些組分的質(zhì)譜信息,即測試樣品中不存在這些農(nóng)藥組分。

圖2 毒死蜱、倍硫磷和對(duì)硫磷的匹配率曲線和17種農(nóng)藥混合標(biāo)準(zhǔn)品的總離子流色譜圖Fig. 2 Match ratio curves for chlorpyrifos, fenthion,parathion and TIC of the 17 pesticide mixed standard samples

如圖3所示,磷胺(phosphamidon)及其同分異構(gòu)體的匹配率曲線中有2個(gè)匹配率大于700‰的區(qū)間。由于同分異構(gòu)體的存在,導(dǎo)致二者質(zhì)譜信息相似性過高,匹配率曲線十分相似,匹配率大于700‰的區(qū)間(5.68～5.80和5.89～6.02 min)也基本相同。對(duì)于標(biāo)準(zhǔn)質(zhì)譜相似或相同的情況,TTFA不能區(qū)分其差異,一般需結(jié)合其他色譜參數(shù)進(jìn)行進(jìn)一步分析,如保留指數(shù)等。

圖3 磷胺及其異構(gòu)體的匹配率曲線和17種農(nóng)藥混合標(biāo)準(zhǔn)品的總離子流色譜圖Fig. 3 Match ratio curves for phosphamidon andits isomer and TIC of the 17 pesticide mixed standard samples

圖4 倍硫磷和對(duì)硫磷在質(zhì)譜庫中的質(zhì)譜圖、轉(zhuǎn)換質(zhì)譜圖和實(shí)驗(yàn)得到的質(zhì)譜圖Fig. 4 Mass spectra of fenthion and parathion from the library, transformed mass spectrometry and experiments

對(duì)300種農(nóng)藥的匹配率曲線進(jìn)行檢索,發(fā)現(xiàn)17種農(nóng)藥標(biāo)準(zhǔn)品的匹配率曲線中均存在匹配率大于700‰的區(qū)間,說明該GC-MS信號(hào)中含有17種農(nóng)藥的信息,證明了MWTTFA計(jì)算結(jié)果的可靠性。該方法計(jì)算簡單,可在幾秒內(nèi)完成300種組分的檢測,實(shí)現(xiàn)復(fù)雜信號(hào)的高通量分析。

2.2 質(zhì)譜信息的提取

通過MWTTFA計(jì)算得到每種組分的轉(zhuǎn)換質(zhì)譜。對(duì)某些農(nóng)藥組分的質(zhì)譜進(jìn)行測試并與數(shù)據(jù)庫中的標(biāo)準(zhǔn)質(zhì)譜圖進(jìn)行比較,考察了轉(zhuǎn)換質(zhì)譜的正確性。倍硫磷和對(duì)硫磷的標(biāo)準(zhǔn)質(zhì)譜圖、計(jì)算得到的轉(zhuǎn)換質(zhì)譜圖及實(shí)驗(yàn)得到的質(zhì)譜圖見圖4。可以看出,實(shí)驗(yàn)得到的質(zhì)譜圖與計(jì)算得到的轉(zhuǎn)換質(zhì)譜圖更為相似,而與質(zhì)譜庫中質(zhì)譜圖存在較大差異。這可能是由于儀器和檢測條件的不同,直接采用標(biāo)準(zhǔn)質(zhì)譜數(shù)據(jù)進(jìn)行計(jì)算可能會(huì)產(chǎn)生較大誤差。轉(zhuǎn)換質(zhì)譜是基于測量數(shù)據(jù)得到的,因此與測量數(shù)據(jù)中的質(zhì)譜信息更加相符。在后續(xù)的NNIA計(jì)算中均采用轉(zhuǎn)換質(zhì)譜數(shù)據(jù),以得到更加精確的計(jì)算結(jié)果。

圖5 17種農(nóng)藥混合標(biāo)準(zhǔn)品的總離子流色譜圖及其解析結(jié)果Fig. 5 TIC and the resolved chromatographic profiles of the 17 pesticide mixed standard samples

2.3 色譜曲線的解析

在NNIA中輸入2.2節(jié)得到的轉(zhuǎn)換質(zhì)譜,以進(jìn)行色譜曲線的解析,得到每個(gè)組分的色譜圖。17種農(nóng)藥混合標(biāo)準(zhǔn)品的解析結(jié)果見圖5。從各組分的色譜曲線可以看出,其色譜峰窄、峰形對(duì)稱且不包含背景信息。色譜峰較窄是因?yàn)椴捎昧丝焖俚纳郎靥荻惹伊魉佥^快。同時(shí),在總離子流色譜圖中重疊嚴(yán)重的組分信息也得到了較好的解析。磷胺的色譜曲線中仍出現(xiàn)了其同分異構(gòu)體的色譜峰,這是因?yàn)槎叩谋Ａ魰r(shí)間較為接近,出現(xiàn)在同一“窗口”所致。可通過對(duì)窗口位置的調(diào)整或保留指數(shù)等進(jìn)行色譜峰的確認(rèn)。本文所建立的方法可以較好地從混合GC-MS信號(hào)中提取所有組分的質(zhì)譜和色譜信息,實(shí)現(xiàn)對(duì)組分的快速定性鑒定和定量信息提取。

2.4 42種農(nóng)藥混合標(biāo)準(zhǔn)品的解析

為進(jìn)一步檢驗(yàn)本文方法用于高通量分析的可行性,采用更快的升溫程序?qū)?2種農(nóng)藥混合標(biāo)準(zhǔn)品進(jìn)行了分析,其總離子流色譜圖及解析曲線見圖6。由于升溫速度加快,42種農(nóng)藥中大部分組分的色譜曲線出現(xiàn)了重疊,但仍能得到很好的解析結(jié)果。除由于質(zhì)譜信息相似(或相同)導(dǎo)致產(chǎn)生雙峰外,其余每個(gè)組分均得到了單一的色譜曲線,實(shí)現(xiàn)了8 min內(nèi)42種農(nóng)藥的快速分析。本文為復(fù)雜體系的快速分析建立了一種有效方法,但本文只對(duì)標(biāo)準(zhǔn)樣品進(jìn)行了解析,對(duì)于更復(fù)雜的實(shí)際樣品,可能需要對(duì)算法進(jìn)一步改進(jìn)。

圖6 42種農(nóng)藥標(biāo)準(zhǔn)品的總離子流色譜圖及其解析結(jié)果Fig. 6 TIC and the resolved chromatographic profiles of the 42 pesticide mixed standard samples

3 結(jié)論

本研究建立了一種高通量解析算法用于多組分農(nóng)藥混合樣品重疊GC-MS信號(hào)快速分析的方法。結(jié)合標(biāo)準(zhǔn)質(zhì)譜庫,利用MWTTFA逐一檢測目標(biāo)組分是否存在,并得到組分的存在區(qū)間及轉(zhuǎn)換質(zhì)譜,然后利用NNIA得到單一目標(biāo)組分的色譜信息。MWTTFA可以正確識(shí)別重疊信號(hào)中的組分信息,且轉(zhuǎn)換質(zhì)譜圖與實(shí)驗(yàn)得到的質(zhì)譜圖更加接近。通過快速升溫程序?qū)?7種和42種農(nóng)藥混合標(biāo)準(zhǔn)品的信號(hào)進(jìn)行分析,實(shí)現(xiàn)了短時(shí)間內(nèi)多組分農(nóng)藥混合標(biāo)準(zhǔn)品的快速分析。本方法為多組分體系的高通量快速分析提供了一種有效途徑。

[1] Li P, Cai W S, Shao X G. J Chromatogr A, 2015, 1407(8): 203

[2] Hantao L W, Aleme H G, Pedroso M P, et al. Anal Chim Acta, 2012, 731(12): 11

[3] de Juan A, Jaumo T J, Tauler R. Anal Methods, 2014, 6(14): 4964

[4] Maeder M. Anal Chem, 1987, 59(3): 527

[5] Malinowski E R. J Chemom, 1992, 6(1): 29

[6] Salvatore E, Cocchi M, Marchetti A, et al. Anal Chim Acta, 2013, 761: 34

[7] Vosough M, Mashhadiabbas Esfahani H. Talanta, 2013, 113(17): 68

[8] Chen J C, Rutan S C. Anal Chim Acta, 1996, 335(1/2): 1

[9] Shao X G, Leung A K-M, Chau F-T. Acc Chem Res, 2003, 36(4): 276

[10] Gui M, Rutan S C, Agbodjan A. Anal Chem, 1995, 67(18): 3293

[11] Harshman R A. UCLA Working Papers in Phonet, 1970, 16: 1

[12] Wu H L, Shibukawa M, Oguma K. J Chemom, 1998, 12(1): 1

[13] Zhang X H, Wu H L, Wang J Y, et al. Food Chem, 2013, 138(1): 62

[14] Shao X G, Liu Z C, Cai W S. Chinese Journal of Chromatography, 2009, 27(5): 648

邵學(xué)廣, 劉智超, 蔡文生. 色譜, 2009, 27(5): 648

[15] Shao X G, Liu Z C, Cai W S. TrAC-Trends Anal Chem, 2009, 28: 1312

[16] Shao X G, Wu X, Li P, et al. Chinese Journal of Chromatography, 2013, 31(10): 925

邵學(xué)廣, 武曦, 李跑, 等. 色譜, 2013, 31(10): 925

[17] Shao X G, Wang G Q, Wang S F, et al. Anal Chem, 2004, 76(17): 5143

[18] Wang G Q, Cai W S, Shao X G. Chemom Intell Lab Syst, 2006, 82(1/2): 137

[19] Wang W, Cai W S, Shao X G. Sci China Ser B, 2007, 50(4): 530

[20] Liu Z C, Cai W S, Shao X G. J Chromatogr A, 2008, 1190(1/2): 358

[21] Liu Z C, Cai W S, Shao X G. J Chromatogr A, 2009, 1216(9): 1469

[22] Miao L N, Cai W S, Shao X G. Talanta, 2011, 83(4): 1247

[23] Li P, Mei Z, Cai W S, et al. J Sep Sci, 2014, 37(13): 1585

[24] Wu X, Cai W S, Shao X G. J Sep Sci, 2014, 37(7): 828

[25] Lohnes M T, Guy R D, Wentzell P D. Anal Chim Acta, 1999, 389(1/3): 95

[26] Brown C D, Wentzell P D. Chemom Intell Lab Syst, 2000, 51(1): 3

[27] Pesyna G M, Venkataraghavan R, Dayringer H E, et al. Anal Chem, 1976, 48(9): 1362

Rapid analysis of complex samples using overlappinggas chromatography-mass spectrometry signalsbased on high-throughput approach

LI Pao1,2, CAI Wensheng1, SHAO Xueguang1,3*
(1.CollegeofChemistry,NankaiUniversity,Tianjin300071,China; 2.CollegeofFoodScienceandTechnology,HunanAgriculturalUniversity,Changsha410128,China; 3.CollegeofChemistryandEnvironmentalScience,KashgarUniversity,Kashgar844006,China)

Chemometric methods have been proved to be a powerful tool for the resolution of overlapping signals. However, a short elution region containing the signals of the target components must be determined prior to the calculation. It is difficult to achieve the high-throughput analysis for the gas chromatography-mass spectrometry (GC-MS) signals with long elution time. An approach based on moving window target transformation factor analysis (MWTTFA) and non-negative immune algorithm (NNIA) was developed for the resolution of multicomponent overlapping GC-MS signals. In the method, a rapid temperature program was used to make the analytes within a short retention time period, and then the chromatographic and mass spectral information of the components in the overlapping signals was calculated with the developed algorithm. In the calculation, MWTTFA was employed for testing the existence of a specific analyte in the signals, and the chromatographic information was extracted by NNIA. A mixture of 17 and 42 pesticide standard solutions were tested in full-scan mode within 10 min. The results showed that both the chromatographic and the mass spectra information of the components was extracted from the overlapping signals.

gas chromatography-mass spectrometry (GC-MS); moving window target transformation factor analysis (MWTTFA); non-negative immune algorithm (NNIA); resolution of overlapping peaks; pesticide mixed standard samples

10.3724/SP.J.1123.2016.06046

2016-06-28

國家自然科學(xué)基金項(xiàng)目(21175074,21475068).

Foundation item: National Natural Science Foundation of China (Nos. 21175074, 21475068).

O658

:A

:1000-8713(2017)01-0008-06

*通訊聯(lián)系人.Tel:(022)23503430,E-mail:xshao@nankai.edu.cn.