1 Introduksi
1.1 Latar Belakang
Pada workflow kuantitatif HPLC, GC, atau spectroscopy yang menjalankan banyak sampel dalam satu batch, masalah utama yang muncul adalah drift instrumen — perubahan response factor antar injeksi akibat kontaminasi detektor, evaporasi mobile phase, atau variasi volume injeksi mikroliter yang tidak konsisten. Akibatnya, konsentrasi unknown yang dihitung dari kurva kalibrasi eksternal (single calibration di awal batch) dapat menyimpang ±5–10% dari nilai sebenarnya pada akhir batch panjang (>30 injeksi). Solusi standar untuk masalah ini adalah internal standard (IS) — senyawa referensi yang ditambahkan dalam jumlah konstan ke semua sampel dan standar, dengan respons IS yang dipakai sebagai normalisasi internal untuk mengkompensasi drift (Snyder, Kirkland, & Dolan, 2010).
Konsep internal standard ditemukan oleh Cremer & Müller (1951) dalam konteks GC awal, dan sekarang menjadi standar emas untuk analisis kuantitatif di farmasi (USP, ICH), pangan (AOAC), dan toksikologi forensik. Aturan praktis: IS harus (a) kimia mirip dengan analit target, (b) tidak ada di sampel asli, (c) stabil di kondisi analisis, dan (d) available secara komersial. Contoh IS klasik: deuterated analogue (mis. deuterated caffeine untuk caffeine analysis via LC-MS), structural homolog (mis. propylparaben untuk methylparaben), atau class-similar (mis. rutin untuk kuersetin).
1.2 Tujuan Modul
Modul Internal Standard di SQalytics ditujukan untuk:
- Membangun kalibrasi berbasis response ratio $R = A_{\text{analyte}} / A_{\text{IS}}$ vs konsentrasi analit.
- Menghitung konsentrasi unknown dari rasio respons unknown (lebih robust dibanding kalibrasi eksternal).
- Mendukung dua mode input unknown: auto-table (unknown sudah di tabel) atau paste-ratio (input manual rasio).
- Menampilkan diagnostik internal standard: konsistensi response IS antar standar, ranking sampel.
- Audiens utama: mahasiswa S2 yang menjalankan HPLC/GC kuantitatif, peneliti yang melakukan batch panjang (>20 injeksi), laboran QC industri farmasi yang memvalidasi metode IS-based.
1.3 Posisi di Antara Alternatif
Pilih Internal Standard ketika Anda punya batch sampel banyak dan ingin robust quantification terhadap drift instrumen. Untuk kuantifikasi cepat tanpa IS, pakai Standard Curve + Concentration Calculation. Untuk matriks kompleks dengan efek matriks, pakai Standard Addition (yang juga koreksi matriks, bukan drift). Untuk kromatografi dengan integrasi AUC otomatis, pakai HPLC / GC AUC. IS sering dikombinasikan dengan AUC integration pada workflow LC-MS atau GC-MS.
2 Metode
2.1 Dasar Teoretis
Konsep dasar: alih-alih memetakan respons analyte $A$ langsung ke konsentrasi $C$, pakai response ratio:
Karena IS ditambahkan dalam konsentrasi konstan $C_{\text{IS}}$ ke semua sampel dan standar, drift instrumen yang mempengaruhi $A_{\text{analyte}}$ akan juga mempengaruhi $A_{\text{IS}}$ secara proporsional — sehingga rasio $R$ menjadi invariant terhadap drift. Hubungan $R$ vs konsentrasi analyte tetap linier:
$$ R = k \cdot C_{\text{analyte}} + R_0 $$di mana $k$ adalah konstanta kalibrasi IS-based dan $R_0$ adalah intercept.
Pilihan internal standard mengikuti lima kriteria (Snyder et al., 2010, hal. 432):
- Resolusi kromatografi — IS harus terpisah baseline dari analit target ($R_s > 1.5$).
- Respons detektor mirip — IS dan analyte memberikan respons dalam orde magnitude yang sama.
- Tidak ada di sampel asli — IS tidak natural-occurring di matriks sampel.
- Stabil — tidak terdegradasi selama preparasi/measurement.
- Pure dan murah — available komersial dengan kemurnian ≥98%.
Keunggulan IS atas kalibrasi eksternal:
- Robust terhadap drift instrumen (varian < 2% vs ±5–10% untuk eksternal pada batch panjang).
- Koreksi otomatis variasi volume injeksi (mikroliter HPLC syringe noise).
- Koreksi sebagian efek matriks bila IS terkena efek matriks yang sama.
- Validasi internal — drift IS yang sistematis bisa di-detect via plot $A_{\text{IS}}$ vs urutan injeksi.
2.2 Persamaan Inti
Response ratio:
$$ R = \frac{A_{\text{analyte}}}{A_{\text{IS}}} $$Kalibrasi IS:
$$ R = k \cdot C_{\text{analyte}} + R_0 $$dengan slope $k$ dan intercept $R_0$ diestimasi via OLS:
$$ \hat{k} = \frac{\sum_i (C_i - \bar{C})(R_i - \bar{R})}{\sum_i (C_i - \bar{C})^2}, \quad \hat{R}_0 = \bar{R} - \hat{k}\bar{C} $$Inverse calibration untuk unknown:
Prediction interval unknown (Miller & Miller, 2018):
$$ \Delta C = \frac{t_{\alpha/2, n-2} \cdot s_{R/C}}{|k|} \sqrt{1 + \frac{1}{n} + \frac{(R_{\text{unknown}} - \bar{R})^2}{k^2 \sum_i (C_i - \bar{C})^2}} $$Konsistensi IS (diagnostik — coefficient of variation IS response antar standar):
$$ \text{CV}_{\text{IS}} (\%) = \frac{s_{A_{\text{IS}}}}{\bar{A}_{\text{IS}}} \times 100\% $$Target: $\text{CV}_{\text{IS}} \leq 5\%$ — bila $> 5\%$, IS tidak ditambahkan konsisten atau ada masalah preparasi.
2.3 Asumsi & Batas Validitas
| Asumsi | Konsekuensi jika dilanggar | Cara cek di SQalytics |
|---|---|---|
| Konsentrasi IS konstan di semua sampel | Drift compensation gagal | $\text{CV}_{\text{IS}} > 5\%$ → flag |
| Respons detektor IS dan analyte linier | Rasio $R$ non-linier | Cek $R^2$ kalibrasi |
| IS dan analyte similar fisikokimia | Drift tidak ter-correlate sempurna | Pilih IS yang lebih dekat secara structure |
| IS terpisah baseline dari analyte ($R_s > 1.5$) | Peak overlap → AUC error | System suitability di HPLC / GC AUC |
| IS tidak natural di sampel | Konsentrasi IS palsu terlalu tinggi | Blank measurement untuk verifikasi |
| Spike IS pada matriks yang sama | Recovery IS berbeda antar matrix | Validasi protokol di luar modul |
3 Cara Kerja
3.1 Step-by-Step di SQalytics
- Buka
Internal Standarddari domain Kimia di sidebar. - Pada langkah
Check the current data, pastikan tabel aktif sudah siap. - Pada langkah
Review the detected structure, periksa dan sesuaikan:- Sample column
- Concentration column
- Analyte response column
- Internal-standard response column
- Pada langkah
Choose how to read the unknowns, pilih:Unknowns are already in the same table— auto-detect baris dengan konsentrasi kosong.Paste unknown response ratios— tempel daftar rasio manual.
- Klik Run Internal Standard.
- Tinjau hasil: kesimpulan ringkas → kalibrasi IS → tabel standar → tabel unknown → diagnostik CV IS.
3.2 Template Tabel Input + Contoh Data Sintetis
Skema tabel input minimum:
| Kolom | Tipe | Satuan | Wajib | Catatan |
|---|---|---|---|---|
sample_id | category | — | ◯ | Untuk identifikasi unknown |
concentration | numeric | ppm/mg·L⁻¹ | ✓ standar | Kosong untuk unknown |
analyte_response | numeric | AUC / mAU | ✓ | Respons puncak analyte |
IS_response | numeric | AUC / mAU | ✓ | Respons puncak IS |
Contoh data sintetis (10 baris — kalibrasi kuersetin via HPLC dengan rutin sebagai IS):
| sample_id | concentration_ppm | analyte_response_AUC | IS_response_AUC |
|---|---|---|---|
| STD-1 | 5.0 | 820 | 2050 |
| STD-2 | 10.0 | 1640 | 2030 |
| STD-3 | 20.0 | 3280 | 2070 |
| STD-4 | 50.0 | 8200 | 2040 |
| STD-5 | 100.0 | 16400 | 2060 |
| UNK-A | 4920 | 2080 | |
| UNK-B | 12300 | 2055 | |
| UNK-C | 2460 | 2025 | |
| QC-Spike | 25.0 | 4100 | 2065 |
| Blank | 12 | 2045 |
docs/assets/example-data/id/chemistry/template_internal_standard.csv.
3.3 Contoh Luaran
Tabel Standards + Ratio:
| Sample | $C$ (ppm) | $A_{\text{analyte}}$ | $A_{\text{IS}}$ | $R = A_a/A_{\text{IS}}$ |
|---|---|---|---|---|
| STD-1 | 5.0 | 820 | 2050 | 0.400 |
| STD-2 | 10.0 | 1640 | 2030 | 0.808 |
| STD-3 | 20.0 | 3280 | 2070 | 1.585 |
| STD-4 | 50.0 | 8200 | 2040 | 4.020 |
| STD-5 | 100.0 | 16400 | 2060 | 7.961 |
Tabel Internal-standard calibration:
| Parameter | Nilai | Interpretasi |
|---|---|---|
| Slope ($k$) | 0.0797 (1/ppm) | Setiap 1 ppm → $R$ naik 0.080 |
| Intercept ($R_0$) | -0.004 | Mendekati nol (ideal) |
| $R^2$ | 0.9999 | Linearitas excellent |
| $n$ titik | 5 | Memenuhi ICH ≥ 5 |
| CV $A_{\text{IS}}$ | 1.0% | ≤ 5% (IS konsisten ✓) |
Tabel Unknowns:
| Sample | $A_{\text{analyte}}$ | $A_{\text{IS}}$ | $R$ | $\hat{C}$ (ppm) | 95% PI |
|---|---|---|---|---|---|
| UNK-A | 4920 | 2080 | 2.365 | 29.8 | [29.5, 30.1] |
| UNK-B | 12300 | 2055 | 5.985 | 75.2 | [74.8, 75.6] |
| UNK-C | 2460 | 2025 | 1.215 | 15.3 | [15.0, 15.6] |
| QC-Spike | 4100 | 2065 | 1.985 | 25.0 (recovery 100.0%) ✓ | — |
| Blank | 12 | 2045 | 0.006 | 0.13 (<LOQ) | — |
Grafik utama: scatter ratio $R$ vs konsentrasi (titik standar biru) dengan garis fit linier, 3 marker unknown (diamond hijau, merah, ungu) di-interpolasi pada garis fit, dan inset bar chart $A_{\text{IS}}$ per sampel untuk visualisasi konsistensi IS (target CV ≤5%).
4 Kesimpulan
4.1 Relevansi Real-World
Internal Standard adalah gold standard untuk laboratorium analitik yang menjalankan batch panjang atau metode regulated. Aplikasi konkret:
- Bioanalisis farmasi LC-MS — deuterated analog sebagai IS untuk drug pharmacokinetics study (ICH M10).
- Vitamin lipofilik (A, D, E, K) via HPLC-FLD — tocopherol acetate sebagai IS untuk tocopherol analysis.
- Pestisida residu via GC-MS — TPP (triphenyl phosphate) sebagai IS universal.
- Asam lemak via GC-FID — methyl tridecanoate (C13:0) sebagai IS untuk FAME profile analysis.
- Logam berat via ICP-MS — internal standard berupa elemen non-target (mis. Sc, Rh, In) untuk drift correction.
Dalam konteks publikasi IMRAD, output kalibrasi IS + recovery QC + CV IS menjadi bagian utama Method Validation Table. Untuk paper farmasi tervalidasi ICH/USP, internal standard wajib dan deuterated analogue adalah pilihan paling defendable. Pada Rencana Publikasi Singkil v5, modul ini dipakai pada T3 Tahap 2 untuk UHPLC-HRMS profiling flavonoid — rutin sebagai IS membantu kuantifikasi luteolin dan apigenin antar UAE-opt vs MAE-opt dengan presisi yang dapat dipublikasikan.
4.2 Where to Go from Here
Modul lanjutan di SQalytics:
Pembacaan lanjutan:
- Snyder et al. (2010), Bab 11 — IS-based quantification untuk HPLC praktis.
- Stokvis et al. (2005) — review penggunaan stable isotope IS untuk bioanalytical LC-MS.
- ICH M10 (2019) — bioanalytical method validation dengan IS.
- USP <621> Chromatography — standar IS untuk sistem suitability HPLC.
⚙ Troubleshooting Cepat
auto table. Pastikan baris unknown punya respons analyte dan IS, tetapi konsentrasi dibiarkan kosong.i Riwayat Revisi
Riwayat Revisi Panduan
| Tanggal | Revisi | Penulis |
|---|---|---|
| 2026-05-12 | Migrasi MD v2 → HTML final dengan figure dual-panel kalibrasi IS + diagnostik CV IS + caption Elsevier-style | Claude |
| 2026-05-12 | Migrasi v1 → v2 (template publikasi + KaTeX response ratio + 5 kriteria IS + APA) | Claude |
| 2026-05-09 | Draft awal v1 | Tim docs |
4 Referensi
- Cremer, E., & Müller, R. (1951). Trennung und quantitative Bestimmung kleiner Gasmengen durch Chromatographie. Mikrochemie vereinigt mit Mikrochimica Acta, 36/37(1), 553–560.
- Miller, J. N., & Miller, J. C. (2018). Statistics and chemometrics for analytical chemistry (7th ed.). Pearson Education.
- Snyder, L. R., Kirkland, J. J., & Dolan, J. W. (2010). Introduction to modern liquid chromatography (3rd ed.). John Wiley & Sons.
- United States Pharmacopeia. (2024). USP <621> Chromatography. USP-NF.
- International Council for Harmonisation. (2019). ICH M10: Bioanalytical method validation. ICH Harmonised Guideline.
- Stokvis, E., Rosing, H., & Beijnen, J. H. (2005). Stable isotopically labeled internal standards in quantitative bioanalysis. Rapid Communications in Mass Spectrometry, 19(3), 401–407. https://doi.org/10.1002/rcm.1790