更昔洛韦在碳纳米管-离子液体修饰电极上的电催化氧化及电分析方法

将疏水性离子液体与多壁碳纳米管修饰在玻碳电极上,制备了多壁碳纳米管-离子液体修饰玻碳电极(MWCNTs-IL/GCE).运用循环伏安法进一步研究了更昔洛韦(GCV)在MWCNTs-IL/GCE上的电化学行为.结果表明,GCV在GCE电极上于1.06 V处有一不可逆氧化峰.与GCE相比,GCV在MWCNTs-IL/GCE上的峰电位约负移100 mV,峰电流明显增强,表明MWCNTs-IL/GCE对GCV具有良好的电催化氧化作用.在40 ～400 mV/s范围内,其氧化峰电流与扫描速率呈良好的线性关系,表明GCV在MWCNTs-IL/GCE上的电极反应受吸附控制.测定了GCV在MWCNTs-IL/GCE上的电荷转移系数α、电极反应速率常数K′s.采用微分脉冲伏安法测得GCV氧化峰电流与其浓度在2.0×10-7 ～2.5×10-5 mol/L范围内呈良好的线性关系,检出限为5.4×10-8 mol/L.该法用于GCV药物的含量测定,RSD为2.4% ～3.6%,加标回收率为96% ～101%.     

基于最小角回归与GA-PLS的NIR光谱变量选择方法

近红外(NIR)光谱一般具有较多的波长变量数,对其直接或间接地进行变量选择是提高模型稳定性能及预测性能的关键。最小角回归(LAR)是一种相对较新和有效的机器学习算法,常用于进行回归分析和变量选择。面向光谱建模应用,提出一种LAR结合遗传偏最小二乘法(GA-PLS)的变量选择方法,可有效筛选出少数特征波长点。首先在全光谱区利用LAR消除变量间的共线性得到初筛波长点,然后用GA-PLS对LAR筛选出的波长点进一步优选从而得到最终建模用的特征波长点。为验证本文方法的有效性,以药片和汽油的近红外光谱回归分析作为应用案例,对原光谱进行预处理后,采用该方法进行变量筛选,然后分别建模其中的活性成分含量和C10含量。结果显示,在这两个应用中,最终优化得到的特征波长点数均只需七个,而两者的预测决定系数R2p分别达到0.933 9和0.951 9,与全光谱、无信息变量消除法(UVE)和连续投影算法(SPA)等方法相比,特征波长点更少,同时R2p和预测均方根误差RMSEP值更优。因此,LAR结合GA-PLS,能有效地从近红外光谱中选择出信息变量从而减少建模波数,提高预测精度,拥有较好的模型解释性。该方法可为特定领域的专用光谱仪设计提供有效的波长筛选工具。     

苦参碱在多壁碳纳米管修饰玻碳电极上的电催化氧化及其电分析方法

研究了苦参碱(Matrine, MT) 在多壁碳纳米管修饰玻碳电极(MWCNT/GCE)上的电化学行为. 与GCE相比, MT在MWCNT/GCE上峰电位负移120 mV, 峰电流增大约2.5倍, 表明MWCNT/GCE对MT的电化学氧化具有良好的催化作用. 同时测定并计算了MT在MWCNT/GCE上的电极过程动力学参数: 电子转移系数α、电极反应速率常数ks、扩散系数D. 运用差分脉冲伏安法对苦参碱样品含量进行测定, 相对标准偏差为0.12%～2.9%, 加标回收率为98.4%～99.0%. 该方法可用于MT的电化学定量测定.