水洗和回烧工艺对高镍三元材料LiNi0.88Co0.07Al0.05O2微观结构及电化学性能的影响

以镍钴氢氧化物、异丙醇铝为原料,采用水解法合成三元前驱体Ni_(0.88)Co_(0.07)Al_(0.05)O_2,再与锂盐混合烧结得到正极材料(TEM)、X射线光电子能谱(XPS)、能量色散X射线谱(EDS)和恒电流充放电测试等对样品的晶体结构、微观形貌、元素价态以及电化学性能进行表征。研究表明,料液比1∶25、水洗3次、600℃回烧2 h合成的LiNi_(0.88)Co_(0.07)Al_(0.05)O_2具有较优的综合电化学性能,其在0.2C的放电比容量达207.6 mAh·g~(-1),首次充放电效率为84.8%,1C放电比容量为192.0 mAh·g~(-1),循环100周后,材料的放电比容量仍有148.0 mAh·g~(-1),容量保持率达到77.1%。     

基于双膦配体、氮配体的两个铜(Ⅰ)配合物的合成、光谱学性质和太赫兹时域光谱

在甲醇和二氯甲烷的混合溶剂中合成了2个新的铜（Ⅰ）配合物：[Cu（dppp）（Bphen）]Cl·1.8CH₃OH（1）和[Cu₂（CN）₂（dppp）（dmp）₂]·2.5CH₃OH（2）（dppp=1,3-双（二苯基膦基）丙烷,Bphen=4,7-二苯基-1,10-菲咯啉,dmp=2,9-二甲基-1,10-菲咯啉）,并通过X射线单晶衍射、元素分析、红外光谱、核磁共振氢谱及磷谱、荧光光谱和太赫兹时域光谱对2个配合物进行了分析和表征。单晶结构表明配合物1是以Cu（Ⅰ）为中心,Bphen和dppp为配体,螯合形成的扭曲四面体结构。配合物2则是由CuCN、dppp和dmp以2：1：2的比例混合得到。配合物2的双膦配体的2个膦基分别与2个Cu（Ⅰ）形成配位键,每个Cu（Ⅰ）又分别与1个氰根和1个dmp配位。发光光谱表明配合物1和2所有的发射峰来源于金属-配体电荷迁移（MLCT）。太赫兹时域光谱对配合物1和2的研究提供了帮助。     

作为表面增强拉曼光谱基底的高度均匀Au纳米棒的构筑及对福美双的检测

采用种子生长法制备Au纳米棒(GNRs),随后进行组装和煅烧得到单层致密堆积的GNRs薄膜。在煅烧过程中,组装所需有机物在煅烧过程中分解,从而使得GNRs表面具有较高的清洁度。研究中发现,煅烧前后金纳米棒表面的间隙进一步提高,增强了其SERS(表面增强拉曼光谱)活性。为了研究其SERS活性,选择了2种探针分子以研究其灵敏度和均匀性,发现其具有较高的灵敏度和高的信号稳定性。随后将所制备的SERS基底成功用于检测超低浓度的农药分子。     

应用镍超微电极的电化学表面增强拉曼光谱技术研究

镍（Ni）电极在电化学中应用广泛。原位表征Ni电极表面的吸附物种有益于帮助理解电极反应历程、指导发展高效电催化剂。应用超微电极作为工作电极的电化学表面增强拉曼光谱技术结合了超微电极表面的传质特性和分子水平的高灵敏度表征,是研究Ni电化学的有力手段。本文所述的研究工作通过在金（Au）超微电极表面电吸附具有SERS活性的Au纳米粒子并恒电流沉积金属Ni薄层,制备并表征了具有SERS活性的Ni超微电极。在氢氧化钠溶液中的循环伏安实验和以4-甲基苯硫酚分子作为探针分子的SERS实验结果表明,沉积速率和沉积电量是影响超微电极表面Ni的覆盖度和SERS活性的关键因素。在吸附了直径为55 nm Au纳米粒子的、直径为10 μm Au的超微电极表面,以100 μA·cm^-2电流密度电沉积厚度约为5个原子层Ni的条件下,可获得Ni覆盖完好的、具有最强SERS活性的Ni超微电极。     

单颗粒光散射显微成像技术在生化医药分析中的应用

等离子体纳米颗粒(PNPs)具有体积小、易表面修饰、生物相容性好、毒性低等优点,在生物传感、生物成像、疾病诊断、肿瘤治疗、材料科学等领域得到了广泛的应用。PNPs的光散射光学性质可以通过调节其大小、组成、形貌和微环境来控制,可用于生化和药物分析。此外,由于单粒子散射显微技术具有高空间分辨率和高灵敏度,借助PNPs具有的独特局域表面等离子体共振(LSPR)特性,可在单颗粒水平进行实时成像。根据PNPs的大小、组成、形态、微环境或耦合变化引起的信号变化,研究人员发展了多种显微成像分析方法,主要分为4种,包括散射光谱的波长位移、单粒子散射强度的变化、高通量RGB分析和计数方法。基于纳米颗粒LSPR散射光谱位移变化的方法准确、灵敏,但需要昂贵的单颗粒散射光谱仪和复杂的操作。基于纳米颗粒散射强度变化的方法简单可行,但易受纳米颗粒粒径和曝光时间等因素的影响。高通量RGB分析方法灵敏度高、成本低,但不适用于颜色变化不明显的单颗粒分析,且重复性差。单粒子计数法灵敏度高,但有时粒子分布不均匀,背景杂质的干扰限制了方法的准确度。因此,这4种定量方法各有优缺点。此外,近年来逐渐发展了一些新的定量方法。例如,研究人员开发了新的时间分辨分析定量方法,并将暗场显微镜与偏振器、滤光片等光学器件相结合以消除背景干扰,以及与电化学、拉曼等仪器相结合以扩大应用范围。此外,为提高分析方法的准确度和灵敏度,暗场显微镜与深度学习、云计算、人工智能等现代计算机科学技术的结合,越来越受到人们的欢迎。基于以上原因,该文重点介绍了单粒子光散射显微镜在生化和药物分析领域的应用,总结了近年来的最新研究进展,讨论了单粒子光散射显微镜在定量分析中的几种主要定量方法,提出了未来的发展趋势,以期为相关研究领域的新人提供一定的学术参考。     

基于改进免疫遗传算法的近红外光谱变量选择方法

该文在免疫遗传算法（IGA）的基础上,提出一种改进免疫遗传算法（iIGA）用于近红外光谱波长变量的选择。该算法舍去了原算法中固定抗体相似度阈值的思想,取而代之的是抗体相似度阈值自适应,同时引入精英保留策略和贪心算法思想,使得算法朝着正确的方向进行局部性探优。将该算法在玉米的淀粉和蛋白质含量数据集上进行实验测试,建立偏最小二乘（PLS）分析模型,并与IGA、遗传算法（GA）以及全谱方法进行了对比。结果表明,在玉米淀粉含量的预测上,iIGA相较于原IGA算法,预测集均方根误差（RMSEP）从0.312 0降至0.298 0,预测集预测精度提升4.5%;在玉米蛋白质含量的预测上,RMSEP从0.124 4降至0.110 3,预测集预测精度提升11.3%。分别对预测淀粉和蛋白质模型的RMSEP值进行显著性检验,F值分别为165.22和182.05,P值分别为9.5 × 10－23和4.5 × 10－24,P值均小于0.05,因此,iIGA能显著提升模型预测精度。     

基于高光谱的黑色签字笔墨水种类鉴别方法研究

该文提出了高光谱成像技术结合机器学习快速无损鉴别黑色签字笔墨水种类的新方法。采集36支不同品牌型号的黑色签字笔笔迹的高光谱图像,对每支签字笔笔迹的高光谱图像选取18个感兴趣区域,共提取648个平均光谱作为样本集。对450～950 nm的原始光谱进行Savitzky－Golay平滑、Z－Score标准化和两种组合方法光谱预处理,使用线性判别分析（LDA）和随机子空间－线性判别分析（RSM－LDA）分别构建黑色签字笔墨水种类鉴别模型。实验结果表明：不同预处理方法对RSM－LDA模型的鉴别准确率影响较小,而对于LDA模型,组合预处理具有更优的鉴别准确率;相比LDA模型,RSM－LDA模型分类效果更佳,训练集的平均分类准确率达100%,交叉验证平均分类准确率达99.09%,测试集的平均分类准确率达90.70%,每类样本的准确率、精准率、召回率均高于LDA模型分类结果,模型的接受者操作特征曲线下方面积（AUC值）达0.998 3,模型性能良好。因此,采用高光谱成像技术结合RSM－LDA可实现不同品牌型号黑色签字笔墨水的快速无损鉴别。     

基于人血浆荧光光谱与CARS-PLS-LDA的结直肠癌早期检测

该文利用竞争性自适应加权算法（CARS）筛选重要的人血浆荧光光谱变量,并结合偏最小二乘法判别分析（PLS－LDA）建立了结直肠癌患者与非癌患者的分类模型,同时与全波长模型和基于平行因子分析（PARAFAC）建立的模型进行比较。从模型评价指标看,CARS－PLS－LDA的性能显著优于全波长模型和基于PARAFAC的模型。高波未稀释组和低波稀释组的荧光光谱结合CARS－PLS－LDA分类模型的AUC（Area under curve）值均高于0.9,可有效地识别结直肠癌患者。结果表明,CARS变量筛选能够明显改善结直肠癌分类模型的性能,有助于后续癌症临床诊断工具的开发与研究。     

三个单核钌配合物的合成、表征及抗肿瘤活性

对3种单核钌配合物[Ru（bpy）₂（paH）]PF₆（1）, [Ru（dmb）₂（paH）]PF₆（2）, [Ru（phen）₂（paH）]PF₆（3） （bpy=2,2''-联吡啶, dmb=4,4''-二甲基-2,2''-联吡啶, phen=菲咯啉, paH=2-吡啶甲酸）进行合成,并通过元素分析、红外、核磁和电喷雾质谱对其进行表征。此外,对配合物进行了光谱学和电化学测试,电化学实验表明1~3在0.7~1.0 V范围内均有1个氧化还原峰,说明钌中心发生了氧化还原反应。最后通过MTT法（MTT为3-（4, 5-二甲基噻唑-2）-2,5-二苯基四氮唑溴盐）对配合物进行了体外细胞毒性实验,结果表明：1~3对人乳腺癌细胞、胃癌细胞和肺癌细胞都表现出浓度依赖性,即随着配合物浓度的逐渐增大,细胞的存活率逐渐降低。值得注意的是2对乳腺癌细胞表现出非常明显的抑制作用（IC₅₀=2.85 μmol·L^-1）。