QuEChERS方法及其在法庭科学中的应用进展

QuEChERS技术作为一种新型的样品前处理技术近年来得到了广泛的应用,因其具有快速、简单、廉价、有效、可靠、安全等特点而成为研究的热点。本文综述了近年来国内外QuEChERS方法在法庭科学中的应用及研究进展。简述了QuEChERS方法的建立、优点以及改进,同时对QuEChERS方法在法庭科学领域的应用前景作了简要展望。     

基于红外指纹光谱结合判别分析的木器漆种类鉴别研究

木器漆碎片的检验鉴定是微量物证检验中一项重要工作,实验借助红外光谱分析技术和判别分析,对木器漆的品牌归属实现了高效、准确的鉴别。实验收集了北京梅菲特、天津裕北等18个品牌的78种木器漆样本的红外指纹光谱图,选择自动基线校正预处理谱图,分别对每一种品牌的全部样本数据进行降维处理,对原始数据与降维后数据进行判别分析建立分类模型。经降维处理后的样本数据判别准确率达100%,而仅使用Fisher判别的结果为81.8%,表明采用降维法对数据预先处理可以一定程度提高木器漆分类的准确性。结果表明,红外指纹光谱结合判别分析模型对不同品牌水性木器漆的样本进行识别是可行的,为水性木器漆种类的快速鉴别提供理论支持。     

蒽醌衍生物的合成与光谱特性

合成了6个蒽醌衍生物(1a~1 f),其中2,3-二氢-9,10-二羟基-1,4-蒽醌(1d)和2,3,4,9-四氢-9-羟基-1,10-蒽醌(1 e)为新的蒽醌衍生物。1a~1 f的结构经UV,1H NMR,IR及MS确定。初步探讨了1a~1 f的荧光和燐光光谱特性。结果表明,1a~1 f都能发射荧光和室温燐光(RTP),尤其是SS-RTP具有较大的Stokes位移和较长的寿命。     

基于多分类模型的记号笔墨水红外光谱分析

记号笔墨水的区分鉴别在相关案件的侦破和诉讼中具有重要意义。本实验采用红外光谱法(ATR-FTIR)获取记号笔的原始光谱,并对原始光谱分别进行自动基线校正、Savitzky-Golay平滑、峰面积归一化和小波阈值去噪四种预处理消除噪声等干扰因素并确定特征波长,同时结合判别分析(DA)、径向基函数神经网络(RBF)和K近邻算法(KNN)构建分类模型。结果表明,三种模型对黑色笔的分类最准确,均实现了100%的识别,对红蓝色笔区分能力次之,相比较DA和RBF,KNN模型的分类精度最高。采用ATR-FTIR结合DA-RBF-KNN法能为记号笔的类型准确检测提供新的分析手段,且模型检测精度高,方法具有普适性和一定的借鉴意义。     

基于红外光谱多元分析的记号笔种类鉴别研究

借助衰减全反射红外光谱结合K近邻算法和层次聚类,建立记号笔墨水种类鉴别的分类模型,为记号笔的种类鉴别提供有效的新方法。研究基于记号笔墨水的外光谱矩阵数据,通过建立主成分和判别分析分析模型和K近邻算法分类模型,实现对模型性能的比较和对模型分类结果的验证。实验结果表明,以水性和油性作为分类标准,模型对样本的区分能力好,其正确率为100%。借助红外谱图进一步分析水性油性样本时,其最强峰与其对应溶剂相符合。借助K近邻算法进行验证性分析,按重要性加权特征给不同的样本施加不同的权重,运用训练样本即为测试样本的方法交互验证,选取K值为1,训练集∶保持集=3∶1,建立分类模型,模型总分类准确率达100%,区分效果良好,不同品牌的油性、水性样本能被聚类为一组。综上,衰减全反射红外光谱结合K近邻算法和层次聚类可作为记号笔墨水种类鉴别的一种快速准确的分析方法。     

QuEChERS-超高效液相色谱-串联质谱法测定血液中4种乌头类生物碱

移取1.00mL血液样品,加入2mL乙腈和50mg氯化钠,振荡10min后,在-4℃下以8 000r·min~(-1)转速离心10min,取上清液,加入15mg N-丙基乙二胺和25mg十八烷基硅烷,振荡5min,重复上述离心操作,取上清液,过0.22μm有机微孔膜,采用超高效液相色谱-串联质谱法测定滤液中次乌头碱、新乌头碱、乌头碱和滇乌头碱等4种乌头类生物碱的含量。以Agilent ZORBAX Eclipse Plus C_(18)色谱柱为固定相,以不同体积比的0.1%(质量分数)氨水和甲醇的混合液为流动相进行梯度洗脱,串联质谱分析中采用电喷雾正离子源和多反应监测模式。4种乌头类生物碱的质量浓度在一定范围内与其对应的峰面积呈线性关系,方法的检出限(3S/N)为0.010～0.035μg·L~(-1)。以空白样品为基体进行加标回收试验,所得回收率为96.3%～109%,回收量的日内相对标准偏差(n=6)为2.3%～4.2%,日间相对标准偏差(n=6)为0.70%～6.7%。