ページ3:

階段 內容
屬於
1
方法誕生(構想出來)
分析化學
2
成功證明方法可行
分析化學
3
確立方法的能力邊界
分析化學
4
被廣泛採用(例行使用)
化學分析
5
持續改良,帶來重大進步
分析化學
6
回到第 3–5 步循環精進
分析化學
7
方法被更新方法取代(退場)
分析化學
用鎳礦分析史演示這個生命週期:
● 19 世紀末,Fresenius 重量分析法:測一個樣品要58小時。
● 1905 年,發現 dmg 能選擇性沉澱 Ni,新方法縮短到約 18 小時。
1970 年代,火焰原子吸收光譜法(AAS)取代重量分析法。
現在,標準方法是 ICP-OES。
更貼切的定義(Murray, 1991):分析化學是「發明並應用概念、原理與策略,用來測量化學
系統特性的科學」。分析化學家常站在測量能力的最前線,讓所有化學家都能在更小的樣品、
更複雜的基質、更短的時間、更低的濃度下做出有意義的測量。
我的理解
化學分析(Chemical Analysis):測出數字。
分析化學(Analytical Chemistry):確認數字真的可靠(評估 Precision, Accuracy, LOD
等)。
6 實際應用
QC 情境(HPLC 含量測定):QC 人員每天照 SOP 測原料藥含量,看數字合不合規
這是化學分析。若換了新原料供應商,新雜質訊號跟主成分訊號重疊,方法測不準,發現
這個「方法在此樣品下有極限」,進而調整層析條件讓訊號分開——這整個過程是分析化
學。
三聚氰胺事件:傳統上以凱氏定氮法 測定總有機氮,再乘以係數估算蛋白質含量——這
是化學分析的例行判斷邏輯。但三聚氰胺同樣含氮,可以用來灌氮造假、騙過蛋白質檢
測。發現「氮≠蛋白質」這個假設可能被鑽漏洞、進而開發能專一檢出三聚氰胺的新方法
—這是分析化學介入、修補化學分析盲區的過程。
☆ 名詞備註

ページ4:

分析化學(Analytical Chemistry)vs 化學分析(Chemical Analysis):前者研究/開發/
驗證方法本身是否可靠,後者是例行套用已驗證方法、只看數字合不合規。
方法的能力邊界(method's capabilities):一個分析方法在什麼樣品範圍、什麼條件下
是可靠的;超出這個邊界,方法可能失效卻不會主動示警。
常見誤解
X 通常以為:只要照 SOP 測出數字、數字合規,就代表樣品成分沒問題。
■ 實際上是:數字合規只代表「用這個方法測出來的結果符合規格」,不代表「這個方法
本身在這個樣品/條件下依然可靠」——凱氏定氮法在三聚氰胺事件裡就是活生生的反例。
X 通常以為:只要方法當初驗證過,上次用著沒出過事,這套系統就會一直安全下去。
■ 實際上是:只做化學分析、沒有分析化學把關的系統,風險是悄悄累積的,不需要惡
意造假也會出事——因為系統本身沒有機制去問「這次的樣品/原料/條件是不是已經超出
方法原本驗證過的範圍」,直到方法真的失效或被人利用(如三聚氰胺)才會爆出來。這
也是為什麼分析化學被定位成一個持續存在的守門角色,而不是方法做出來、驗證完就結
束的一次性工作。
● 我的理解
系統本身不知道自己「不知道什麼」(不知道方法的能力邊界已被新樣品/新原料超出)。
囧 相關內容
.
前置知識:無(本書第一章,概論性質)
相關概念:確效 (Validation)與驗證 (Verification)、方法能力邊界(Method's Capabilities
& Scope of Applicability).
.
延伸概念:1.2 The Analytical Perspective(下一節)
容易混淆的概念:分析化學vs 化學分析
1. 階段 6(回到 3-5步循環精進),正是1.2中所討論的回饋迴圈(Feedback Loop)的具體體現。
t

ページ5:

1.2:分析視角(The Analytical Perspective)
! 核心提煉 >
.
五步驟:①問題→②方法→③測量→④數據→⑤評估/ 修正
.
②③④ = 心臟(回饋迴圈,非直線流程)
•
①⑤ 通常需與外部合作(提問題的人/外部評估者)
·
無①合作 → 用自己標準衡量「好方法」≠對方真正需求
無⑤評估→活在「這方法很準」的錯覺,現實中用不起來
分析導向科學家:分析 =手段
分析化學家:分析 = 重點
問題起點 >
釐清「分析化學家解決問題」的思考流程,以及分析化學家跟其他科學家的差別。
了解「做分析」跟「分析化學家」的差異。
簡單來說 >
.
分析視角像是「先跟客戶討論需求→反覆試做修改→交件後讓客戶驗收,驗收不過
再回頭改」的流程,重點在「反覆修正」跟「讓真正的使用者把關」。
節概念理解
分析視角的五步驟流程:
1. 提出問題(與提出問題的人合作,釐清問題、需要的資訊)
2.設計實驗程序(考慮條件:準確度、精密度、靈敏度、偵測極限、時效性、成本、樣品數
量、可用樣品量,條件常互相牽制)
3. 實驗室執行(用化學/物理標準品校正儀器、標準化試劑)
4.分析與評估數據:將原始測量資料轉換並分析,評估方法的性能與結果可靠性。
5.提出解法/外部評估(結果跟原始設計標準比較;可能需重新設計實驗;解法一旦提出會
受外部評估,外部評估的結果可能帶出新問題,開啟新一輪循環)
流程本質:回饋迴圈,不是直線流程
步驟2、3、4 會反覆修正,方法開發通常會反覆迭代(iterative),而不是一次性設計完成。

ページ6:

分析化學家 vs. analytically-oriented scientist(分析導向的科學家)
物理有機化學家、公共衛生官員這類人,也很重視分析、也很會設計實驗或問卷調查、分析數
據——但他們不算分析化學家。判斷標準是做這件事的目的:
Analytically-oriented scientist:分析是手段,用來支持更大的目標(例如研究化學反應
機制、改善醫療照護、讓工具普及使人民受惠)。
Analytical chemist(分析化學家):分析本身是重點——本質是開發新工具解決問題、定
義其他科學家能取得什麼類型與品質的資訊。
6 實際應用
•
書中範例(偏鄉簡易紙基微流體裝置)
作者以開發一款便宜易攜、用於偏鄉臨床檢測(血糖、蛋白質)的裝置為例,示範完整的
五步驟:問題(已開發國家才有的快速檢測,在資源不足地區不可行)→設計標準(便
宜、不太需要電力、可適用多種檢測、不需高技術人員、需定量、需準確、需快速出結
果)→ 實驗室開發(紙基微流體,靠毛細作用讓樣品移動到反應區,手機拍照傳給遠端醫
師判讀)→ 干擾因素評估與校正(考慮紙張與待測物的非特異性交互作用、粉塵花粉等顆
粒物干擾,並用已知濃度的標準品校正)→驗證(重複測試、比對準確度與精密度)
過程中多次重複步驟2-3-4(例如優化測試區形狀、評估樣品量大小)。
名詞備註
回饋迴圈:feedback loop
指流程中某一步的結果會要求重新評估、修正前面的步驟,而非單向、一步做完就往下走
的直線流程。
外部評估:external evaluation
解法提出後,交由問題原始提出者或其他領域專家檢視是否真的可行、可靠,而非分析化
學家自己判定完成。
確度(準確度):Accuracy
測量結果與「真實值」或預期結果的接近程度。
精密度:Precision
同一樣品重複分析多次時,各個測量值之間的變異程度或重現性。
靈敏度:Sensitivity
建立「兩樣品之間的分析物含量差異具有顯著性」的能力,在數學上等同於校正曲線的比
例常數(斜率)k。
偵測極限(或檢測極限):Detection limit
能夠以統計學信心宣告分析物存在的最少含量或最低濃度。
時效性(或緊急程度/分析時間):Urgency(或 Analysis time)
多快需要拿到分析結果,或完成單次分析所需的時間。

ページ7:

成本:Cost
單次分析或每個樣品所花費的費用。
樣品數量:Number of samples
整個分析計畫中總共需要檢測的樣品總數。
可用樣品量:Amount of sample available
實際可以拿到、供實驗室消耗進行分析的樣品體積或重量
X 通常以為:分析化學家把方法設計好、測出數字、自己覺得夠準,工作就結束了。
■ 實際上是:沒有讓提出問題的人或其他外部專家評估結果是否真的可行、可用,分析
化學家很可能做出「自己覺得準,但對方根本用不起來」的東西(例如太貴、太耗時,使
用者實際上更需要便宜快速、誤差稍大也能接受的方法)。
容易混淆:
•
分析化學家 (Analytical Chemist) vs 其他分析科學家:判斷標準是分析對這個人來說是
「(開發/改良工具本身)」還是「手段(支持更大的目標)」。 [1]
隱藏關卡
「最好的分析方法」不是絕對存在:分析方法的好壞必須相對於「要解決的問題」來判斷。
如果問題不同,對accuracy、precision、speed、cost、sample size、LOD 等要求也可能不
同。
因此,method performance 必須與 analytical problem 的 requirements 一起評估。
回 相關內容
前置知識:1.1 分析化學vs 化學分析的判準
相關概念:確效(Validation)與驗證(Verification)、干擾因素 (Interference)、校正與標準
化 (Calibration & Standardization).
延伸概念:第3章(分析化學術語,如準確度、精密度、靈敏度)、第4章(數據統計分
析)、第5章(校正與標準化方法、線性迴歸)、第7章(樣品採集/保存/前處理)、第 14
章(方法驗證)
容易混淆的概念:分析化學家 vs analytically-oriented scientist

ページ8:

1. 「手段 vs. 重點」的目的差異,對應化學分析與分析化學在定義上的差別。e

ページ9:

1.3 常見的分析問題(Common Analytical Problems)
!重點整理 >
•
•
定性分析:有沒有存在?(如尿液禁藥篩檢)
.
定量分析:有多少?(如血糖濃度)
特性分析:鑑定物理/化學性質(結構、平衡常數、粒徑、表面結構)
基礎分析:研究分析方法本身→理解方法的理論基礎與限制
•
定性/定量/特性 =樣品導向問題。
•
基礎分析=方法導向問題,分析方法本身就是研究對象。
判斷類型≠看應用領域(如考古學、鑑識科學) 要看「實際在解決什麼問題」
簡單來說 >
定性分析:這鍋湯裡有沒有加辣椒(鑑定物種存在)。
定量分析:這鍋湯裡含有幾 ppm 的辣椒素(測量含量/濃度)。
特性分析:鑑定辣椒素分子的化學結構。
.
基礎分析:為什麼這個測辣度的方法在高油環境下會失準?它的測量理論與限制是什
麼(研究方法本身)?
概念理解
四種常見分析問題的定義:
- 定性分析(Qualitative Analysis):判斷樣品中「有沒有」某物存在。例:篩檢尿液中禁
藥。傳統上靠簡單化學試驗鑑定無機離子與有機官能基;現代常利用儀器分析方法鑑定化學物
種,例如 IR、NMR、MS 等。
- 定量分析(Quantitative Analysis):測量樣品中某物種的含量或濃度。例:測量血糖濃
度。
- 特性分析(Characterization Analysis):鑑定樣品的物理或化學特性,例如化學結構、平
衡常數、粒徑、表面結構等。
- 基礎分析(Fundamental Analysis):以分析方法本身為研究對象,增進對其理論基礎的理
解,並了解方法的限制(limitations)。[1]
分類的關鍵判準: 定性、定量、特性分析的共同點是——目的是解決「某個特定樣品」相關
的問題(樣品導向);基礎分析則是把「分析方法本身」當作研究對象(方法導向)。

ページ10:

判斷一篇研究屬於哪一類,不能只看「應用領域」:舉例的三篇年度回顧文章標題(考古學中
的分析化學應用、紙基微流體裝置的最新發展、震動光譜學在鑑識科學的應用)只是「應用領
域」,不是分析類型。同一個領域底下,完全可能同時存在定性、定量、特性、基礎分析四種
研究——真正決定類型的,是這篇研究「實際在解決的問題」是落在樣品本身,還是方法本
身。
6 實際應用
臨床/藥廠/環境/工業實驗室:大量常規分析工作屬於定量分析,例如測量複雜樣品中
特定化學物種的濃度。
4A 常見誤解
容易混淆:
- Validation:確效,方法適不適合用途?。用一系列實驗證明分析方法「適合其預期用途」。
- Verification:驗證/確認,這個方法在這裡做不做得到?。確認已建立的方法在特定實驗室
或使用條件下,能達到預期的性能要求。
(第十四章提及)
回 相關內容
前置知識:1.1 分析化學vs 化學分析的判準(分析是重點 vs 手段)
相關概念:1.2 分析視角(五步驟中「設計實驗程序」時,需先確定屬於哪一種分析問題)
1. 基礎分析所研究的「方法的限制(limitations)」,目的就是為了定義出1.1中所說的方法能力邊界
(Scope of Applicability),以避免方法在未知的情況下失效。2