本文提出了一种基于热裂解-气相色谱质谱联用仪（Py-GCMS）多元数据分析的分析方法，利用在纸张样品Py-GCMS分析过程中检测到的生物标志物，鉴别区分不同纤维材料来源的东亚传统手工纸。首先以总离子色谱（TIC）响应为输入变量，然后利用提取离子色谱（EICs）以提高主成分分析(PCA)的效果。研究还分析了不同数据预处理方法（原始响应与标准化值）对主成分分析的影响，包括变量的不同权重（权重为1 vs权重为1/std，其中std代表标准偏差）。结果表明，与常用的显微分析技术相比，Py-GCMS技术能够鉴别出具有相似微观形貌特征的手工造纸材料，如桑科下桑属和构属植物纤维。数据预处理影响了主成分分析模

多肽是由多个氨基酸通过酰胺键（也称为肽键）连接而成的链状结构的生物分子，其长度通常在10到100个氨基酸之间，作为许多生理功能的内在信号分子，多肽在人体的多种生理过程(包括激素、神经递质)或在炎症反应中发挥主要作用，通过作用于细胞膜表面的受体，模拟配体的结构和功能，从而调控生理过程以发挥药效。多肽药物具有稳定性强、选择性高、副作用低等优势。与小分子药物和蛋白质药物相比，多肽药物具有显著优势。相对于小分子药物而言，多肽药物表现出更高的生物活性和更强的选择性，特别在复杂疾病治疗方面表现出卓越的优势；且由于多肽由氨基酸组成，其代谢产物为氨基酸，通常对人体没有或只有很小的副作用；相较于蛋白质药物，多肽

参考GB/T 37254-2018《高纯碳化硅 微量元素的测定》，使用岛津ICPE-9820型电感耦合等离子体发射光谱仪（ICP-OES）分析了碳化硅中多种重金属元素的含量。分析结果显示，该方法各元素检出限为0.005~27.125 mg/kg；相对标准偏差（RSD）0.13%~5.51%，重复性良好，样品加标回收率为90.1%~106%，该方法适用于碳化硅中多元素含量的测定。