UPLC-TQD-MS/MS分析青海川贝母药材中的生物碱

采用超高效液相色谱-串联四级杆质谱(UPLC-TQD-MS/MS)技术,建立了青海产不同基源川贝母药材中贝母素甲、贝母素乙、贝母辛和西贝母碱的分析方法。样品经超声提取,用ACQUITY UPLC BEH C18(1.7μm,2.1×100mm)色谱柱分离,乙腈-0.05%氨水为流动相梯度洗脱,在电喷雾正离子模式下,多反应监测(MRM)模式检测,外标法定量。4种生物碱在0.01～0.5μg·mL^-1质量浓度范围内线性良好,相关系数(r²)为0.9940～0.9990,4种生物碱的方法检出限(LOD S/N≥3)为0.0025μg·g^-1,定量限(LOQ S/N=10)为0.0075μg·g^-1,三个加标水平的回收率为71%～114%,相对标准偏差均小于10%。该方法操作简便,灵敏度高,准确可靠,适用于贝母药材中生物碱的测定。     

化学计量学方法用于蛋白质组学质谱数据的特征筛选

提出了一种基于偏最小二乘判别分析和F-score的特征筛选方法,并将其用于蛋白质组学质谱数据分析。方法主要包含3个步骤:(1)用LIMPIC算法对原始数据进行预处理;(2)计算每个变量的F-score值并将所有变量按F-score值降底的顺序排列;(3)采用偏最小二乘判别分析交互检验按前向选择法选择最佳变量子集。用本方法对一组卵巢癌数据进行分析,最终从原始的15154个质荷比变量中选择了12个特征变量作为潜在生物标记物,它们在训练集上交叉检验的特异性和灵敏度分别为98.36%和98.15%,在独立测试集上的特异性和灵敏度分别为96.67%和100%。用筛选出的变量作PCA所得的结果显示这些变量能够较好地将样本分类,说明能够反映出样本的类别信息。所提出的方法可用于蛋白质组学质谱数据的特征筛选及样本分类。     

紫外光谱结合偏最小二乘法用于水样中化学需氧量的测定

结合紫外光谱法和化学计量学方法建立了水样中化学需氧量(COD)的测定方法。采集西宁市湟水河西钢桥至小峡段共42个样品,在190～400 nm波长范围内测定各样品的紫外光谱。用Monte Carlo采样法抽取70%的样本构成训练集,其余样本为独立测试集。分别考察了3种光谱预处理方法和4种特征筛选方法,最终确定COD分析方法为:采用SG-smoothing对光谱平滑后用无信息变量剔除法(UVE)筛选特征波长变量,最后用偏最小二乘法建立多元校正模型。结果在独立测试集上COD的预测误差均方根(RMSEP)为0. 8084,相关系数为0. 9924。紫外光谱法结合化学计量学方法可作为水样中COD测定的一种简洁、有用、快速的方法。     

基于贵金属纳米颗粒生长的比色传感研究进展

近年来,作为颜色标记和信号发生器的贵金属纳米粒子由于其简单性和实用性而被广泛用于比色测定和传感的研究当中。本文综述了近十年基于贵金属纳米粒子生长的比色传感器策略和应用的最新进展,总结了基于贵金属纳米颗粒生长的单色及多色传感器的传感原理、分类及前沿应用,探索了其比色传感的信号产生、分类和放大机制。由于贵金属纳米粒子在不同尺寸、距离、形状、成分等基底上的生长会产生不同的LSPR共振峰以及显著的传感信号变化,我们详细讨论了贵金属纳米粒子在金纳米棒等晶种基底上生长的比色传感。最后,我们对目前该比色传感面临的挑战和未来前景进行了展望。     

蒙特卡洛-偏最小二乘回归系数法用于近红外光谱变量筛选

提出了一种蒙特卡洛-偏最小二乘回归系数法用于近红外光谱的变量筛选。方法主要包含如下几步:(1)采用蒙特卡洛采样方式,建立多个子集;(2)对每个子集建模,计算其回归系数,并按回归系数绝对值大小对各子模型中的变量进行排序;(3)按频数统计方法对波长排序;(4)对上步中排序后的波长以逐步累加进入最佳变量子集的方式进行交互验证,用以选择最佳变量集。将方法用于生物样品溶液和烟草样品近红外光谱的变量筛选,最终分别从原始的1234及1557个变量中选择了27和68个特征变量,对独立测试集进行预测的RMSEP分别从全谱变量的0.02716和0.06411降低为0.02372和0.03977。方法可有效地对近红外光谱进行变量筛选。     

多模型共识偏最小二乘法用于近红外光谱定量分析

将多模型共识偏最小二乘法用于近红外光谱定量分析。利用随机抽取的训练子集建立一系列偏最小二乘模型,选取其中性能较好的部分模型作为成员模型,用这些成员模型来预测未知样品。将该方法用于一组生物样本的近红外光谱与样品中人血清白蛋白、γ-球蛋白以及葡萄糖含量之间的建模研究,并与单模型偏最小二乘法了进行比较。结果 PLS对独立测试集中三种组分进行50次重复预测的平均RMSEP分别为0.1066,0.0853和0.1338,RMSEP的标准偏差分别为0.0174,0.0144和0.0416;而本方法重复预测的平均RMSEP分别为0.0715,0.0750和0.0781,RMSEP的标准偏差分别为0.0033,0.2729×10-4和0.0025。