二维薄层色谱-表面增强拉曼散射联用技术用于饮料及水果中糖精钠的快速分析

采用高稳定、高灵敏的纳米金/多孔二氧化硅复合材料作为SERS基底,构建了一种二维薄层色谱-表面增强拉曼散射(TLC-SERS)联用方法,该技术结合了薄层色谱(TLC)的快速分离功能和SERS定性定量分析的优点,提高了分离能力。采用对巯基苯胺作为探针分子研究了基底的均匀性和批-批重复性。Mapping扫描实验表明,24个测量点峰强度的相对标准偏差(RSD)为5.9%,说明该基底具有良好的点-点重复性。9个批次基底信号值的RSD为7.5%。将该基底用于糖精钠的检测,线性范围为0.1～200 mg/L,检出限为0.06 mg/L。用于实际样品测定,检测出饮料中糖精钠为141 mg/L,水果中为18 mg/L,10 min内能完成分析测试。该方法灵敏度高,特异性强,前处理方式简单,实现了饮料及水果中糖精钠的快速检测。     

气相色谱-质谱结合活数据库法测定煤直接液化加氢改质油中C7C9馏分的组成

采用中心切割二维气相色谱,以PONA色谱柱为一维预分析柱与氢火焰离子检测器连接,以DB-35MS色谱柱为二维分析柱与MS连接,对煤直接液化加氢改质油中C7~C9馏分进行了分离与分析,并将质谱谱库检索和活数据库法相结合对60种组分进行了定性分析。同时采用标准物质和烃类化合物在PONA柱上的保留规律对上述定性结果作了验证。还采用面积归一化方法对油样中各化合物进行了定量分析和碳数分布以及族组成分析,其中C8及C9的化合物含量分别为32.3%和51.7%,主要族组成为环烷烃(77.3%)和正构烷烃(9.63%)。     

一类自回避型随机游动的漂移速度

考虑一种直线上的随机游动模型:边的权重根据随机游动者的经过次数而相应递减.我们考察这个过程中随机游动者的漂移速度,讨论了随机游动者的位置与步数的关系.利用计算机模拟得到数据进行拟合,定量地确定出变量之间的关系.在某种条件下,随机游动者的位置的对数与步数的对数之比是一定的,不会随着边的权值递减的快慢不同而发生改变.这一点是值得进一步考虑的.     

在线HILIC-RP二维液相色谱系统的构建及其评价

自1990年Jorgenson和他的学生Bushey实现了蛋白质的全二维分析以来,二维液相色谱发展迅速,已有多种联用模式出现,如SCX-RP、NP-RP、RP-RP等~([1]).其中,以NP-RP联用模式的正交性最高.由于流动相的兼容性不好,NP-RP二维系统往往采用将第一维溶剂蒸发或第一维采用低流量模式与第二维联用.     

近红外光谱结合化学计量学评价胚胎发育潜能

使用近红外光谱分析方法测量培养后的胚胎培养液,结合偏最小二乘判别分析对胚胎发育潜能进行评价,鉴别具有妊娠能力与不具妊娠能力的胚胎。为了提高模型的判别能力,消除无信息变量对模型稳定性影响,分别采用基于蒙特卡罗的无信息变量消除法(MC-UVE)、竞争性自适应加权抽样法(CARS)与基于变量稳定性的竞争性自适应加权抽样法(SCARS),对光谱进行波长选择。结果表明,与采用全谱74%的正判率相比较,采用这3种波长选择方法,模型独立检验集的正判率分别提高至74.24%,77.12%与80.10%,建模使用变量数降至50以内。比较发现,SCARS的模型优化能力和稳定性均好于MC-UVE和CARS方法。采用近红外光谱结合化学计量学方法预测胚胎的发育潜能是可行的。     

基于整体柱的超灵敏表面增强拉曼检测

本文提出了一种全新的基于整体柱材料的SERS检测方法。通过将探针分子和银溶胶混合后滴加在整体柱上, 我们可以得到浓度低至10-18 mol/L的罗丹明6G(R6G)及10-16 mol/L的对巯基苯胺(PATP)的SERS信号。利用原子力显微镜(AFM)和扫描电镜(SEM)对银溶胶及整体柱材料进行了表征。通过实验结果可以初步推测, 整体柱材料的表面形态和孔结构可以促进银溶胶产生“热点”。     

红外光谱在纤维质文物材料鉴别中的应用研究

纺织纤维和纸张纤维是常见纤维质文物材料, 是构成博物馆精美文物如服饰手稿书画的基本材料, 近年来寻求通过无损或微损方法对这一类材料的鉴别以及劣化状况评价备受文物鉴赏家和文物保护工作者的关注。借助傅里叶变换红外光谱, 研究博物馆常见纺织纤维材料棉、麻、桑蚕丝、柞蚕丝、羊毛的红外光谱特征和它们的分子结构组成异同, 研究传统纸纤维稻草、麦草、龙须草、龙旗松、桑皮红外光谱特征。结果表明: 衰减全反射傅里叶变换红外光谱无损分析技术可通过比较3 300～2 800 cm-1 CH, NH, OH振动区间光谱形状以及指纹区峰位以区别不同种类纺织品纤维;碳氧振动纸张纤维最明显光谱差异位置出现在与纤维素OH伸缩振动相关波数3 300 cm-1和与C—O—C相关波数1 332, 1 203, 1 050 cm-1。文章探索研究红外光谱技术结合主成分分析法在快速鉴别纤维材料中的应用。通过对全光谱数据多元散射校正(MSC)预处理后进行主成分分析, 可以把红外光谱十分相似的纺织纤维棉和亚麻、桑蚕丝和柞蚕丝明显分类;对光谱相似的纸纤维, 可采用选择不同光谱波数段进行主成分分析, 比较发现能够把五种纸纤维明显区分的光谱区间为3 800～2 800 cm-1。本研究为分子光谱无损分析技术应用于文物材料鉴别、科学评估纤维材料保存状况提供基础研究。     

气相色谱灰色分析体系中未知组分保留指数的预测

提出在部分组分已知的气相色谱灰色体系中,利用已知组分的保留指数和保留时间推算死时间和正构烷烃的保留时间,再计算未知组分保留时间的方法,结果显示,在已知组分不是太少的情况下,该方法计算的死时间和正构烷烃的保留时间与实验值吻合,预测的保留指数也有较高的精度.     

最小角回归算法(LAR)结合采样误差分布分析(SEPA)建立稳健的近红外光谱分析模型

结合采样误差分布分析(SEPA)框架和最小角回归(LAR)算法,提出了一种SEPA-LAR变量逐步筛选方法用于波长选择,并建立了稳健的近红外光谱分析模型。利用蒙特卡洛采样(MCS)获得多个数据集划分建立多个模型,对光谱各变量(波长)在所有模型的LAR系数进行统计分析,按其回归系数绝对值总和由大到小排序,选择排序靠前的波长建立偏最小二乘(PLS)模型,以未参与SEPA-LAR和建模的独立验证集对该模型进行评价。将玉米湿度、柴油密度以及奶酪脂肪的近红外光谱数据用于SEPA-LAR的性能检验,独立验证集的预测均方根误差(RMSEP)分别为0.001 44%(湿度指标)、0.001 58 g/mL(密度指标)以及1.13 g/100 g(脂肪含量指标)。结果表明,相较于竞争自适应重加权采样法(CARS),该方法具有更优异的稳定性;相较于移动窗口偏最小二乘(MWPLS)以及蒙特卡洛无信息变量消除(MCUVE)方法,该方法选择的变量更少,预测误差更低,预测性、可解释性和稳定性更优异。     

气相色谱-质谱法测定乙二醇二缩水甘油醚中环氧氯丙烷的残留量

提出了气相色谱-质谱法测定乙二醇二缩水甘油醚中环氧氯丙烷残留量的方法。样品5.000 0 g置于10 mL容量瓶中,用乙醇稀释并定容。所得溶液经超声处理后,采用HP-5MS毛细管柱、载气程序升流和柱程序升温进行气相色谱分离。质谱分析中采用电子轰击离子源和选择离子监测模式。环氧氯丙烷的质量浓度在12.06~602.97 mg·L~(-1)范围内与其峰面积呈线性关系,测定下限(10S/N)为4.21 mg·L~(-1),测定值的相对标准偏差(n=8)为0.51%。按标准加入法进行回收试验,回收率在94.2%~97.1%之间。