首尔女子大学学生获分析科学会奖

首尔女子大学化学系本科生金南希、孙贤智、姜采京、金仁希（指导教授：배선영）在2025年5月举行的"第74届韩国分析科学会春季学术会议"上荣获优秀海报奖。

获奖研究题为《基于响应面法的人体体臭标准分析条件优化》，该研究创新性地运用现代分析技术对人体体臭中的微量挥发性有机化合物(VOCs)检测条件进行了系统优化。研究团队采用顶空固相微萃取-气相色谱/质谱联用技术(HS-SPME-GC/MS)，重点分析了n-己基水杨酸、α-己基肉桂醛、异丙基棕榈酸等五种关键标志物。在方法优化过程中，创新性地应用响应面分析法(RSM)中的Box-Behnken实验设计(BBD)，对饱和温度、饱和时间、吸附时间等关键参数进行了系统考察。

研究亮点在于对PDMS/DVB/CAR（50/30 μm）和PDMS/DVB（65 μm）两种固相微萃取纤维的吸附性能进行了对比分析。实验数据表明，优化后的方法对特定标准物质展现出较低的相对误差（<5%），显著提升了分析可靠性。该研究获得韩国研究财团支持，为代谢组学分析灵敏度的提升提供了新的方法学参考。

同期，在4月举行的韩国化学会春季学术会议上，该校化学系博士生金周英和郑慧英（导师：배선영）也斩获优秀海报奖。她们的研究《基于机器学习和响应面法的HS-INME-GC/MS邻苯二甲酸酯萃取条件优化》颇具创新性，该研究将传统响应面分析法(RSM)与人工智能技术相结合，系统比较了人工神经网络(ANN)、随机森林(RF)、梯度提升回归(GBR)等10种机器学习模型的分析条件预测性能。

研究团队通过HS-INME-GC/MS技术，对邻苯二甲酸二甲酯(DMP)、邻苯二甲酸二乙酯(DEP)、邻苯二甲酸二丁酯(DBP)和邻苯二甲酸二(2-乙基己基)酯(DEHP)四种环境激素类物质的萃取条件进行了量化分析。特别值得关注的是，ANN模型展现出最优的预测性能（R²>0.95），为分析化学领域提供了智能化的方法优化新思路。

这些研究成果不仅体现了首尔女子大学在分析化学领域的科研实力，更展现了跨学科研究方法在现代分析科学中的广阔应用前景。获奖学生们表示，将继续深化相关研究，为推动分析技术的创新发展贡献力量。