麻黄与桂枝混合汤剂的红外光谱

测试了单味药麻黄、桂枝及麻黄+桂枝混合汤剂红外光谱,标示其吸收峰,并确认其归属。在麻黄+桂枝汤剂中保留了麻黄、桂枝单味药物汤剂中的某些成分,见麻黄+桂枝光谱1 205和1 074 cm-1处等;麻黄、桂枝光谱中的某些成分并未在麻黄+桂枝光谱中出现,见麻黄+桂枝光谱1 394和678 cm-1处等;在麻黄+桂枝汤剂光谱中,出现了新的吸收峰,见麻黄+桂枝光谱757和1 407 cm-1处等。同时,因吸收峰位置有所改变,说明各基团在麻黄、桂枝、麻黄+桂枝汤剂中所处的化学环境不同。在麻黄+桂枝汤剂中可能新生成了麻黄、桂枝单味药物汤剂中所没有的化学成分。麻黄+桂枝汤剂所包含的药物成分并非是单味麻黄、桂枝汤剂所含药物成分的简单相加。文章在研究麻黄+桂枝混合汤剂红外光谱的基础上提出了方剂光谱学的概念。     

玄参汤剂的荧光光谱分析

测量了相应的激发光谱以及溶液的pH值,发现同种玄参汤剂中的荧光峰值波长随着激发波长的增加而增加;冷浸玄参汤剂的荧光峰为441 nm,而沸煮玄参汤剂的为532 nm;相应激发光谱由双峰结构向单峰结构转变,并且激发峰值也有明显的红移;同时其pH值由5.5变化到4.1。结合有机物混合体系中的荧光产生机理,解释了上述现象的产生原因：玄参汤剂中的不同荧光分子之间的相互作用以及相同荧光分子内部的能量转移;加热所导致的荧光大分子含量的增加和荧光分子间氢键二聚体的形成。文章对中药玄参的药理学研究具有一定的参考价值,为玄参汤剂质量鉴定提供了一种有效的测量方法。     

野菊花不同提取物的红外光谱分析

利用红外光谱的宏观指纹特性,对野菊花不同溶剂提取物的红外光谱图和二阶导数红外光谱图进行了整体分析。可知,野菊花石油醚提取物主含长链脂肪酸(酯)、不饱和酮以及小分子萜类等低极性化合物,乙酸乙酯提取物主含萜类和黄酮类化合物,无水乙醇提取物主含黄酮及黄酮苷类化合物,95%乙醇提取物主含黄酮苷类化合物,去离子水提取物主含多糖及鞣质类等大极性成分。此外,与野菊花指标成分蒙花苷的红外光谱分析比较,可知野菊花无水乙醇提取物中所含有的黄酮量是最多的。因此,利用红外光谱法对中药提取物直接进行分析,可初步识别其主体成分,为下一步制定药效成分的提取方案和检测方法提供方向性参考。     

绿色翡翠的傅里叶红外光谱分析

对几种绿色翡翠进行了傅里叶红外光谱分析,谱图分析结果显示:3500cm-1处存在-特征峰,且随着硬玉质地和颜色的不同,其峰形也存在差异.     

犀牛角及其替代品的红外光谱分析

对犀牛角及其替代品进行红外光谱分析,结果表明,犀牛角在2350cm-1有两个磷脂P-H伸缩振动的吸收峰,水牛角在此处也有两个吸收峰,强度稍高于犀牛角,而其他角样品在此处只有一个吸收峰或无吸收峰;在1733cm-1有氨基己糖和磷脂的C=O伸缩振动弱吸收峰,在881cm-1有牛磺酸的S-O伸缩振动吸收峰,其他角样品都无此吸...     

冰晶石类氟化物的红外光谱分析

用傅里叶变换红外光谱法研究了Ｋ３ＡｌＦ６，α－Ｒｂ３ＡｌＦ６，β－Ｒｂ３ＡｌＦ６和Ｃｓ３ＡｌＦ６等注晶石类氟化物的远红外及中红外光谱，并对远红外光谱和部分中红外光谱带进行了指认。     

手机屏幕保护膜的红外光谱分析

手机屏幕保护贴膜使用广泛,它们一般由基材、吸附层和硬化涂层三层结构组成.本文应用红外光谱分析,建立了手机保护膜的检测方法,并得到了典型样品的红外吸收光谱图,通过谱图分析了解了样品的成分信息.应用该方法,通过实际样品的检测,了解了目前手机保护膜的质量情况.     

取代铁卟啉的拉曼及红外光谱分析

合成了系列取代铁卟啉化合物,研究了拉曼光谱及红外光谱.对二价铁卟啉RTPPFe(Ⅱ)和三价铁卟啉RTPPFeCl(Ⅲ)的红外光谱和拉曼光谱进行了对比分析,结果表明,二价铁卟啉在常温下是不稳定的,通常在其轴向位置上吸附氧分子而形成铁卟啉的超氧化物RTPPFe-O2,其稳定的立体构型为end-on式结构.采用量化软件对化合物的分子结构进行了模拟,得出了其分子结构参数,并结合化合物的红外及拉曼光谱,研究了分子结构对波谱位移的影响.不同结构的二价铁卟啉RTPPFe-O2拉曼及红外吸收峰的位置发生了不同程度的位移,其位移情况与分子的扭曲程度有关.即RTPPFe-O2的Fe-O2特征拉曼吸收峰以及红外特征吸收峰(Fe-O)的位置随着Fe-O-O角的增大而向高波数移动.     

黄芪药材及其水提物的红外光谱分析

采用傅里叶变换红外光谱法并借助于二阶导数谱研究了黄芪原药材及其水提物所含化学成分的红外谱图整体变化规律.结果表明,黄芪水提物中主要为糖类成分,而水提物药渣中则是提取后剩余的淀粉、纤维素、木质素等原药材的基体成分和一些不易溶于水的酯类、酮类和芳香类成分.红外光谱能够快速、简便地提供中药提取物中主要化学成分的宏观信息,从而为后续的化学成分分析和中药提取分离工艺的改进提供有效参考.     

徐州西汉陶漆的红外光谱分析

将家兔和胎儿的鞘外无滑膜肌腱段分别放入膝关节腔内进行在体肌腱培养和体外与滑膜细胞联合培养。结果显示；在体培养的肌腱段表面出现了光滑的，具有滑膜组织形态结构的特征，游离于关节腔内，无粘连发生；体外与滑膜细胞联合培养的胎儿肌腱段表面，被滑膜细胞爬行并覆盖。实验表明：无滑膜肌腱在滑液环境中可向有滑膜肌腱转化，并且可以通过体外培养进行滑膜化改造，使之滑膜化。     

FAAS法测定苦杏仁和甜杏仁中的13种金属元素

采用硝酸、高氯酸(V/V=4/1)常压微沸条件下消解苦杏仁和甜杏仁样品,火焰原子吸收法测定苦杏仁和甜杏仁中的金属元素:Mn、Ca、K、Mg、Na、Zn、Cu、Fe、Co、Cd、Ni、Pb、Cr的含量,研究了测定不同元素仪器的最佳工作条件、方法的准确度和精密度.结果表明:苦杏仁中Mn、Ca、K、Mg、Na、Zn、Cu、Fe、Co、Cd、Ni和Pb的含量分别为11.756,1614.167,5153.191,238.478,97.668,274.836,16.844,546.316,9.952,3.474,5.979,2.143μg·g-1Cr未检出,方法回收率(n=9)在97.32%-102.57%之间,RSD(n=9)在0.14%-2.22%之间;甜杏仁中Mn、Ca、K、Mg、Ni、Zn、Cu、Fe、Co、Cd、Ni和Pb的含量分别为6.622,1937.503,8663.824,216.956,257.546,77.961,12.483,372.183,7.990,3.666,2.268,3.214μg·g-1Cr未检出,方法回收率(n=9)在97.23%-102.43%之间,RSD(n=9)在0.47%-2.14%之间.该法快速,简单,准确度和精密度均较高,能达到分析要求.     

黑豆和牵牛子红外光谱的分析与鉴定

种子类中药材黑豆和牵牛子都含有大量的油脂和蛋白质,因此两种药材的一维红外光谱极其相似,为了区别科属不同的两种药材,采用红外光谱三级鉴定法对黑豆和牵牛子进行分析鉴定。经典红外光谱中,黑豆和牵牛子均有1 745 cm-1表征油脂类的特征吸收峰,以及1 656和1 547 cm-1表征蛋白质酰胺Ⅰ带和酰胺Ⅱ带的特征吸收峰。其中油脂特征吸收峰与蛋白质特征吸收峰的相对高度不同,说明二者的相对含量不同。同时,一维红外光谱对两种中药材主体成分的分析结果,即含有大量的油脂和蛋白质,与文献所报道的一致。在二阶导数红外光谱中,牵牛子中存在1 712 cm-1属于有机酸类的特征吸收峰,然而黑豆中却没有此吸收峰的存在。此外导数光谱中两种药材峰形和峰强度的差别更为明显。二维相关红外光谱中,黑豆和牵牛子自动峰的峰位置和峰强度等均具有显著差异。在1 500~1 700 cm-1波数范围内,黑豆有2个明显自动峰,牵牛子有3个明显的自动峰。在2 800~3 000 cm-1波数范围内,黑豆和牵牛子均有2个强自动峰,但最强自动峰的位置不同。运用红外光谱三级鉴定法,可以更直接快速简便的分辨出主体成分相同的两种种子类中药材,为今后的研究打下基础。     

The Infrared Spectrum of Solid Chlorotrifluoromethane

The Infrared spectrum of solid chlorotrifluoromethane (CF₃Cl) has been studied and compared with that of matrix-isolated CF₃Cl. Crystal field splitting patterns of the strongest modes ν₁ and ν₄ suggest the crystal structure to be orthorhombic with a C_2v factor group and two molecules per unit cell located on C_s sites.     

基于主成分分析和聚类分析的不同产地绒柄牛肝菌红外光谱鉴别研究

采用傅里叶变换红外光谱结合主成分分析和聚类分析建立快速鉴别不同产地绒柄牛肝菌的方法。采集15个产地绒柄牛肝菌样品的红外光谱信息,用多元散射校正(multiplicative signal correction,MSC)、二阶求导(Second derivative,SD)、Norris平滑的组合方法对原始光谱进行优化处理,MSC+SD+ND(15,5)预处理后的光谱数据进行主成分分析和聚类分析,并通过主成分载荷图分析不同产地绒柄牛肝菌样品差异的原因。结果显示,该方法的重现性,精密度及稳定性的RSD值分别为0.17%,0.08%,0.27%,表明方法稳定、可靠。主成分分析的前3个主成分累积贡献率达到87.24%,能表达红外光谱的主要信息,主成分得分散点图中同一产地样品成簇聚集,不同产地样品分布于相对独立的空间,能有效区分不同产地样品。主成分载荷图显示,随主成分贡献率降低,主成分所捕获的样品信息减少,其中PC1在3 571,2 958,1 625,1 456,1 405,1 340,1 191,1 143,1 084,935,840,727cm~(-1)波数捕获大量样品信息,归属为糖类、蛋白质、氨基酸、脂肪、纤维素等化学物质的吸收峰,表明这些化学物质含量的差异是区分不同产地绒柄牛肝菌样品的主要依据。基于离差平方和法(Ward method)及欧氏距离(Euclidean distance)进行聚类分析,能直观显示不同产地样品的分类情况及样品之间的相关性,15个产地样品基本能够按照产地来源正确聚类,正确率为93.33%。傅里叶变换红外光谱结合主成分分析和聚类分析,可以有效鉴别绒柄牛肝菌产地来源,并且能够分析不同产地样品具有差异的原因,为野生食用菌的鉴别分类和应用研究提供可靠依据。     

基于连续小波变换FTIR鉴定青葙子及鸡冠子的研究

借助OMNI采样器,应用傅里叶变换红外光谱方法直接、快速、准确地测定青葙子及其伪品鸡冠子的红外光谱。利用连续小波变换对真伪品的红外光谱进行放大处理,以有效突出真伪品间的红外光谱差异程度,从而提高鉴定正确率。采用对信号奇异性具有良好探测能力的Morlet小波做小波母函数,对青葙子真伪品的红外光谱进行若干尺度的一维连续小波变换,在各个尺度下观察青葙子的真伪品的红外光谱的差异程度,从中选择一个差异程度最为明显的尺度来区分青葙子真伪品。结果表明：基于连续小波变换的傅里叶红外光谱分析方法能够有效鉴别同科同属不同种植物中药材。     

人体胆结石红外光谱的比较分析

用红外光谱法测量了系列胆结石成分的红外光谱。比较标准化合物的红外光谱,分析人体胆结石的成分。按胆结石的红外光谱特征进行分类,获得胆固醇、胆红素钙、硬酯酸钙、碳酸钙、羟基碳酸磷灰石和混合物等六种类型的光谱图。提出相应地将胆结石分为六种类型：如果根据是否含钙,则分为胆固醇和钙盐型两种类型。     

老鹳草中药材红外光谱的分析与鉴定

采用红外光谱、二阶导数光谱和二维相关红外光谱对来自黑龙江、吉林、辽宁三省的老鹳草中药材进行了分析。不同产地的老鹳草的红外光谱都具有1 730和1 337 cm-1等表征鞣质类成分的特征吸收峰和1 618和1 318 cm-1波数表征草酸钙的特征峰。其中还发现在1 370 cm-1的C—H弯曲振动区和1 230 cm-1的C—O伸缩振动区三产地老鹳草具有一定的差异性。在高分辨的二阶导数谱中, 1 509,1 204,764和763 cm-1附近的表征鞣质类成分的吸收峰更明显,三产地老鹳草在CO羰基伸缩振动区表征了脂肪类化合物的不同;尤其是在二维相关光谱上,各自的自动峰具有显著的差异性,黑龙江的老鹳草出现了7个自动峰,其中1 621 cm-1处自动峰最强;而在吉林和辽宁产地的老鹳草中同样出现了4个自动峰,前者1 580 cm-1处的自动峰最强,后者在1 649 cm-1处自动峰最强。该方法直观、简单、方便、快速,可以作为鉴别和鉴定同种不同产地老鹤草的一种新方法。     

红外杂化单光束谱的性质

同一样品不同厚度(b₁和b₂)的两单光束谱ø_b1和ø_b2经线性组合得到杂化单光束谱ø_α=αø_b1+(1-α)ø_b2=αø₀e-Kb₁+(1-α)ø₀e-Kb₂,α为杂化系数。通过改变杂化系数α,就可获得任意强度的杂化谱ø_α。系统研究了杂化光谱ø_α的性质。研究表明,只要控制合适的条件,则厚度为(b₂-αb₂+αb₁)的真实样品的单光束谱ø_b(b=b₂-αb₂+αb₁)与杂化谱ø_α高度相似,ø_α的失真程度可忽略不计。也就是说,厚度在b₁～b₂间任一厚度b的真实样品的单光束谱都可用杂化谱ø_α来表达,ø_α≈ø_b。因此,不需制备厚度为b的样品,通过改变杂化系数α就可获得研究者所希望强度的单光束谱ø_b。杂化谱方法有望在扣除背景干扰等方面得到广泛应用。     

基于红外光谱对野生冬虫夏草不同部位的识别

冬虫夏草作为著名的传统中药材,由于其良好的药用价值而备受青睐。目前多数工作集中研究其活性成分含量以及药理药效。而对其不同部位的识别研究较为匮乏。基于红外光谱数据,结合化学计量学对多维度复杂体系的解析优势对冬虫夏草不同部位进行分类识别。首先对野生冬虫夏草五个不同部位包括子座头、子座中、头部、虫体中段、虫体尾段总共808个光谱数据使用标准正态变换(SNV)、多元散射矫正(MSC)进行数据预处理。而后用竞争自适应再权重取样(CARS)、变量组合种群分析(VCPA)挑选具有代表意义的特征变量。最后使用偏最小二乘判别分析(PLS-DA)、线性判别分析(LDA)进行建模预测分析。模型对训练集使用十倍交叉验证,以准确率(Acc)作为评价指标。结果表明,在该数据上PLS-DA模型在10倍交叉验证和独立测试集上的预测准确率分别是90.1%和92.0%,而使用LDA模型时,预测准确率分别降低到86.7%和85.8%。采用CARS和VCPA特征挑选方法可有效将特征从3 601维分别降到699和420维,同时保持预测准确率与全部特征的预测准确率相当。而挑选的特征波数630,625,1 024,1 028,1 084和1 089 cm-1与虫草的甘露醇相关,879和874 cm-1与虫草的多糖相关。通过对挑选的波数进行Wilcoxon rank-sum检验进一步表明虫草五个部位之间存在显著差异。研究表明化学计量学方法结合红外光谱能够有效识别冬虫夏草不同部位,有助于在分子层面上加深对冬虫夏草形成的认识,为针对虫草不同部位高效利用提供参考。