1 基本概念
1.1 定义
设备空白样本是指在测量或分析过程中，用于检验仪器、器皿、试剂和操作流程本底情况的对照样本。它通常不含目标分析物，或仅含与测量体系相匹配但不含待测成分的空白基质，以便观察背景信号是否存在异常。
这类样本的主要价值在于帮助区分“真实信号”与“系统带入的信号”。在许多检测场景中，即使样本本身没有目标物，设备、环境或操作环节仍可能产生微弱响应，因此需要通过空白样本加以识别和校正。
1.2 核心作用
设备空白样本的核心作用，是为分析过程提供一个基线参照。它不仅用于确认当前测量条件是否稳定，也可帮助判断污染是否来自设备、试剂或外部环境。
1.2.1 检测背景信号
空白样本可以反映仪器本底、环境噪声以及试剂自身可能带来的背景响应。通过观察这些信号，能够判断测量系统在无目标物条件下是否保持正常状态。
1.2.2 识别污染来源
当空白样本出现异常响应时，往往提示某一环节存在污染。结合采样位置、器皿批次、试剂来源和操作步骤，可以进一步定位污染来源。
1.2.3 评估系统稳定性
连续测定空白样本有助于观察仪器是否存在漂移、波动或不稳定现象。若空白结果长期稳定，通常说明系统运行状态较为可靠；若波动明显，则需排查维护或校准问题。
1.3 与其他空白样本的区别
设备空白样本与其他类型空白样本目的相近，但侧重点不同。其重点在于评估设备及相关操作环节的本底状态，而非单纯检验试剂或方法整体。
1.3.1 试剂空白
试剂空白主要用于检查所用试剂是否含有背景杂质或目标物污染。它通常不强调设备状态，而更关注化学试剂本身的纯净程度。
1.3.2 方法空白
方法空白覆盖整个分析流程，旨在评估从前处理到检测全过程中可能引入的背景影响。与设备空白相比，它对工艺链条的整体性要求更高。
1.3.3 现场空白
现场空白是在采样现场制备或暴露的空白样本，用于反映现场环境对样品可能造成的影响。其关注点通常包括空气、尘埃、接触面以及现场操作过程。
2 类型与分类
2.1 按使用场景分类
2.1.1 实验室空白
实验室空白主要用于常规分析环境中的仪器检查和流程控制，通常在受控条件下制备和测定。它适合用于日常质量监控、方法验证和批次对比。
2.1.2 现场设备空白
现场设备空白强调在实际工作场景中对采样设备或测量装置进行空白检查，常用于确认现场条件对结果是否造成干扰。此类空白更容易受到周围环境和操作因素影响。
2.1.3 在线监测空白
在线监测空白用于连续监测系统中，用来判断传感器、流路或在线采集模块是否存在本底异常。它常与自动切换、周期性冲洗或零点检查配合使用。
2.2 按基质分类
2.2.1 气体空白
气体空白通常以洁净空气、惰性气体或经过净化处理的气体作为基质，用于检查气相测量系统的背景响应。它在挥发性组分检测和环境监测中较为常见。
2.2.2 液体空白
液体空白多采用纯水、缓冲液或与样品体系相近的溶剂体系，适用于化学分析、色谱检测和生物检测等场景。其优点是便于与样品处理流程保持一致。
2.2.3 固体载体空白
固体载体空白是指在滤膜、吸附材料、采样片或其他固体载体上设置的空白对照。它常用于颗粒物采集、表面污染评估和特定材料分析。
2.3 按测量目的分类
2.3.1 污染排查型
污染排查型空白用于发现污染是否来自器皿、环境、试剂或操作环节。此类空白通常在出现异常结果时使用频率较高。
2.3.2 校准验证型
校准验证型空白用于确认仪器零点、基线或响应是否符合预期。它在校准后检查和定期核查中具有较强的辅助作用。
2.3.3 质量控制型
质量控制型空白主要用于批次管理和日常监控，借助稳定的空白结果判断整批样品是否处于可接受状态。它常与平行样、标准样和质控样共同使用。
3 制备与获取
3.1 制备原则
3.1.1 基质匹配
空白样本的基质应尽量与实际样品一致，以减少基体效应带来的偏差。基质匹配越好，空白结果越能真实反映测量体系的背景情况。
3.1.2 无目标物要求
设备空白样本原则上不应含有目标分析物，或其含量应低于方法可接受的背景水平。若空白中检出目标物，则应视作潜在污染信号处理。
3.1.3 可追溯性要求
空白样本的制备过程、来源材料和处理步骤应具备记录依据，便于后续追踪与复核。可追溯性有助于在异常情况下快速定位问题环节。
3.2 采集流程
3.2.1 设备预处理
采集前通常需要对设备进行清洗、吹扫、冲洗或预运行，以降低前次使用留下的残留影响。预处理是否充分，直接关系到空白结果的可靠性。
3.2.2 空白样本采集
空白采集应按照实际检测流程进行，尽量模拟样品的接触条件与传输路径。这样得到的数据更能反映设备和流程的真实本底状态。
3.2.3 密封与标识
采集完成后，应及时对样本进行密封，并标注名称、日期、批次和采集人等信息。规范标识有助于避免混淆，也便于后续审核。
3.3 保存与运输
3.3.1 温度控制
部分空白样本在保存和运输过程中需要控制温度，以防基质变化或背景成分增加。温度条件应尽量与对应样品保持一致。
3.3.2 避光要求
对于易受光照影响的体系，空白样本通常需避光保存，以减少化学降解或光致反应带来的干扰。避光措施在某些分析项目中尤为重要。
3.3.3 防污染措施
运输和存放过程中应避免与其他样本交叉接触，并尽量减少容器开启次数。合理的防污染措施可以降低空白失真的风险。
4 测量与应用
4.1 仪器本底检查
4.1.1 零点漂移评估
通过重复测量空白样本，可以观察仪器零点是否发生偏移。若零点持续漂移，说明系统可能需要重新校准或维护。
4.1.2 噪声水平判断
空白样本还能用于估计测量噪声的大小，包括随机波动和短时起伏。噪声水平过高时，往往会降低低含量样本的识别能力。
4.1.3 信号稳定性确认
在稳定条件下，空白信号应保持相对一致。若出现明显跳动或周期性异常，通常提示仪器状态或环境条件存在问题。
4.2 方法验证
4.2.1 检出限辅助评估
空白样本是评估检出限的重要基础，因为检出限通常与背景波动密切相关。通过统计空白数据，可为低浓度判定提供参考。
4.2.2 定量限辅助评估
定量限的判断同样依赖空白水平及其变化范围。空白越稳定，方法在低浓度区间内实现可靠定量的可能性越高。
4.2.3 重复性检查
重复测定空白样本能够检验方法在无目标物条件下的一致性。若重复结果差异较大，说明流程控制可能存在不稳定因素。
4.3 质量控制
4.3.1 批次间对比
不同批次空白结果的比较，可以帮助识别长期趋势变化或某一批次的异常背景。该做法常用于持续质量监测。
4.3.2 异常结果排查
当样品结果异常时，空白样本可作为首要排查对象之一。若空白同步异常，通常提示问题不在样品本身，而在系统或操作环节。
4.3.3 交叉污染监测
空白样本可用于发现样品之间、器皿之间或流程之间的交叉污染。尤其在高灵敏度检测中，这类监测具有重要意义。
5 数据处理与判读
5.1 空白值计算
5.1.1 背景扣除
在某些分析中，需要将空白信号从样品总信号中扣除，以获得更接近真实的分析结果。背景扣除是否合理，会直接影响最终数值。
5.1.2 平均值统计
对多个空白数据取平均，可以降低偶然波动的影响，使背景水平的估计更稳定。平均值常被作为后续判读的基础参数。
5.1.3 标准偏差分析
标准偏差可反映空白数据的离散程度，是判断背景稳定性的常用指标。偏差越小，说明空白测量越集中、越可控。
5.2 判定标准
5.2.1 合格阈值
空白样本通常需要满足预先设定的阈值要求，超过该范围即视为不合格。阈值可依据方法性能、历史数据或行业规范确定。
5.2.2 超限处理
当空白结果超出允许范围时，通常应停止放行相关批次，并对设备、试剂和操作过程进行复查。必要时需重新制备空白并复测。
5.2.3 复测规则
复测应遵循统一规则，避免因临时处理方式不同而影响判断一致性。若复测仍异常，通常需进一步调查而不是直接沿用原结果。
5.3 结果解释
5.3.1 本底污染识别
空白值升高往往提示本底污染存在，可能来自容器、流路、空气或处理过程。结合具体项目，可进一步分析污染来源类型。
5.3.2 系统误差判断
若空白结果呈现稳定偏高、偏低或规律性变化，则可能反映系统误差。此时应检查校准状态、仪器状态和方法设定。
5.3.3 测量可信度评估
空白结果稳定且处于可接受范围内，通常意味着测量可信度较高。反之，若空白异常频繁，则样品结果的解释也应更加谨慎。
6 质量控制与管理
6.1 设备清洁要求
6.1.1 清洗验证
设备清洁后通常需要通过空白检查验证其残留是否已清除。清洗验证是确保后续测量不受前次样本影响的重要步骤。
6.1.2 残留控制
残留控制要求在设备、器皿和管路中尽量避免目标物或其他干扰物的滞留。必要时应采用分段清洗或专用耗材降低风险。
6.1.3 维护记录
设备维护、清洗和检查情况应形成完整记录，以便追踪空白异常是否与维护状态相关。记录的连续性也有助于质量审计。
6.2 过程控制
6.2.1 批内控制
同一批次中设置空白样本，可用于实时监控当批测量是否出现背景漂移。批内控制是日常实验管理中最常见的方式之一。
6.2.2 批间控制
批间控制关注不同时间、不同班次或不同批次之间的空白差异。通过比较批间数据，可识别长期变化趋势。
6.2.3 交叉验证
在条件允许时，可使用不同方法或不同仪器对空白进行交叉验证。若结果一致，说明判断更为稳妥；若差异较大，则需查明原因。
6.3 文档管理
6.3.1 采样记录
采样记录应包含样本来源、采集条件、时间、地点和操作者等信息。完整记录有助于后续追溯与复核。
6.3.2 检测记录
检测记录应保存仪器参数、测量结果、空白判定和必要的图谱或原始数据。规范留档有利于质量评估和问题排查。
6.3.3 异常处置记录
当空白异常发生时，处置过程、原因分析和纠正措施都应被记录。此类文档可为后续改进提供依据。
7 常见问题与误差来源
7.1 污染引入
7.1.1 器具残留
器具清洗不彻底时，前次样品可能残留于容器、管路或移液工具中，从而影响空白结果。这类问题在高灵敏检测中尤为明显。
7.1.2 环境污染
空气中的尘埃、挥发物或实验台面的污染物，都可能进入空白样本。环境控制不足时，背景信号容易升高。
7.1.3 操作污染
操作人员接触不规范、开盖时间过长或更换耗材不及时，均可能将污染带入样本。规范操作是降低误差的重要前提。
7.2 仪器因素
7.2.1 零点漂移
仪器零点随时间变化，会使空白读数逐渐偏离初始状态。零点漂移常与温度变化、电子元件状态或校准周期有关。
7.2.2 灵敏度波动
灵敏度不稳定时，空白的响应幅度也可能出现变化，进而影响背景判定。此类波动会降低不同批次之间的可比性。
7.2.3 传感器老化
传感器使用时间过长后，可能出现响应减弱、噪声增加或基线异常等现象。老化问题通常需要通过维护、更换或重新校准处理。
7.3 样本因素
7.3.1 基质不匹配
若空白样本基质与实际样品差异过大，背景评估结果可能失真。基质不匹配会削弱空白样本的参考意义。
7.3.2 保存不当
保存条件不合适时，空白样本本身也可能发生变化，导致背景值上升或下降。温度、光照和保存时间都是常见影响因素。
7.3.3 运输损耗
运输过程中的震动、泄漏或封口破损，可能改变空白样本状态。若样本在转运中受到污染，其结果将不再可靠。
8 相关标准与规范
8.1 实验室质量体系
8.1.1 记录规范
实验室质量体系通常要求空白样本的采集、测量和判读全过程都有统一记录格式。规范化记录有助于保证数据一致性。
8.1.2 校准规范
校准规范一般会涉及空白检查、基线确认和重复性验证等内容。空白样本在其中常被作为校准前后的基础参照。
8.1.3 验证规范
方法验证规范通常要求考察空白水平对检出性能、定量性能和稳定性的影响。空白数据因此成为验证程序中的重要组成部分。
8.2 行业应用要求
8.2.1 环境监测要求
环境监测中，空白样本常用于判断采样设备、运输容器和现场条件是否引入背景污染。其结果直接关系到环境数据的解释。
8.2.2 化学分析要求
化学分析领域对空白的纯净度和一致性要求较高，尤其是在痕量分析和复杂基质分析中。空白控制不良往往会显著影响结果准确性。
8.2.3 生物检测要求
生物检测中，空白样本用于识别非特异性反应、背景荧光或试剂污染。它有助于提高检测特异性并降低假阳性风险。