基于四极杆-飞行时间质谱的非标记蛋白定量检测方法学研究

以四极杆飞行时间质谱检测的蛋白肽段的质谱信息为基础,开发了一种简单、准确的蛋白定性、定量检测方法,并用于牛血清白蛋白的定性、定量检测。对酶解肽段的梯度洗脱条件和流速等液相色谱条件进行了优化;进行蛋白样品的酶解及质谱检测,利用MassHunter定量软件对数据进行分析;为减少假阳性结果的出现,实验优化了数据处理软件中的设置参数,并对方法的重现性进行了考察。结果显示,重复检测的8个肽段峰面积的RSD均在3.0%以下。该方法对牛血清白蛋白的检出限为100 ng。实验发现,样品中蛋白的含量与检测到的肽段匹配率呈对数关系,并从检测到的丰度较高的8个肽段中确定可用于BSA蛋白定性检测的肽段为:HLVDEPQNLIK,定量检测的肽段为:ATEEQLK,方法的回收率为106%。该方法操作简便,检测快速,成本较低,专一性强,可用于蛋白特异性肽段的筛选及复杂生物样品中蛋白的检测。     

半正的分数阶微分方程(n-1,1)-型积分边值问题的多个正解

采用Riemann-Liouville分数阶导数,研究了半正的分数阶微分方程(n-1,1)-型积分边值问题,获得了参数λ的一个区间,使得λ落在这个区间的时候,该半正的分数阶微分方程边值问题有多个正解.     

奇异非线性四阶微分方程边值问题正解的存在唯一性

利用一类混合单调算子的一个不动点定理,给出了奇异非线性四阶微分方程边值问题的解的存在及惟一性.     

高效液相色谱法分析高吸水性树脂中的丙烯酸单体

建立了一种快速测定高吸水性树脂中丙烯酸单体残留的高效液相色谱法,采用常见的Agilent XDB-C18柱(250mm×4.6mm,5μm),流动相为甲醇-0.1%H_3PO_4水溶液,检测波长为210nm,外标法定量。试样的加标浓度为0.50、5.0、20.0μg/mL时,加标回收率在76.0%—97.5%之间,RSD≤3.27%;方法的检出限为60.0ng/mL,线性范围是0.50—25.0μg/mL,相关系数可达0.9995,此方法成功应用于个人护理领域高吸收性树脂中丙烯酸单体残留的分析。     

三维荧光光谱结合Tchebichef矩快速鉴别掺伪芝麻油

应用FS920荧光光谱仪测定样品的三维荧光光谱数据,直接利用Tchebichef矩提取三维光谱灰度图的特征信息,然后对其进行聚类分析,最后通过逐步回归建立样本中各成分的线性模型。聚类分析能够准确识别掺伪芝麻油,并正确解析其组成成分,得到的线性模型相关系数R>0.99。研究表明,Tchebichef矩能够有效提取光谱的特征信息,应用于掺伪芝麻油鉴别可获得良好的定性和定量分析结果。     

2018年11期 电子期刊

红外长余辉技术在生物成像探测及夜视保密探测等领域有着广阔的应用前景。本文结合该领域近期的一些进展,对红外长余辉的定义、发光离子的选择、发光动力学过程以及红外长余辉激发谱学技术等几方面进行了简要阐述。在阐述过程中也着重指出了红外长余辉领域今后的几个可能学术研究方向。     

铒玻璃激光器研究

叙述磷酸盐铒玻璃激光器的偿试性实验研究及其静态和转镜调Ｑ特性。     

基于三维荧光与GA-RBF神经网络对茶叶中氯菊酯农药残留的检测

采用FS920稳态荧光光谱仪对绿茶和铁观音这两种不同品种茶叶的氯菊酯溶液的荧光光谱特性进行了分析,发现这两种茶叶的荧光峰均位于λ_(ex)/λ_(em)=(390~410)/675 nm,氯菊酯的荧光峰λ_(ex)/λ_(em)=300/330nm。为了准确测定这两种茶叶中氯菊酯农药残留的含量,采用遗传算法优化的径向基函数神经网络对其进行了分析,当训练到74次时,均方差精度达到10~(-3),绿茶、铁观音的氯菊酯溶液预测样本的平均回收率分别为99.35%和98.89%,平均相对标准偏差分别为1.25%和1.21%。与建立的径向基函数神经网络模型进行了对比,结果表明三维荧光分析技术与遗传算法优化的径向基函数神经网络相结合能够较好地检测出茶叶中氯菊酯农药残留的含量,检测灵敏度大大提高,检出限范围广,可达0.004 8~24 mg/kg,远低于欧盟规定的茶叶中氯菊酯最高残留限量0.1 mg/kg,为检测农药残留提供了一种快速简便的新方法。     

中空纤维液相微萃取-气相色谱/质谱联用检测水中的氯化苄

建立了一种以中空纤维液相微萃取(HF-LPME)前处理样品,利用气相色谱/质谱(GC/MS)对水中痕量氯化苄进行检测的方法。优化的实验条件为:3.0μL甲苯为萃取溶剂,在中等搅拌速率下室温萃取15 min。方法的线性范围为1~100μg/L,线性相关系数r=0.9995;检出限为0.5μg/L(S/N=3);相对标准偏差为5.37%(n=5)。用于水库水和被污染河水的测定,加标回收率分别为95.7%和93.6%,结果满意。