基于SERS技术快速实现现场毒品检测

本文通过对尿液进行前处理,实现了人体尿液中毒品快速分离和纯化。并且,我们以自组装的金纳米棒为SERS基底对纯化的尿样进行检测,结合便携式拉曼光谱仪成功实现了对尿液中冰毒、摇头丸、甲卡西酮的分析检测,具有很高的灵敏性。整个纯化和检测过程只需要~3.5min,该方法方便、快捷,有望能实现现场对吸毒人员尿样中毒品的灵敏性检测。     

养殖水体中孔雀石绿的SERS光谱识别

表面增强拉曼光谱(SERS)是一种重要的高灵敏度分析技术。 基于SERS的技术特点,建立了真实体系下孔雀石绿定性检测方法。 提出了一种光谱自动识别算法,有机整合了稳健的傅里叶变换基线校正,基于主成分分析的特征提取与人工神经网络分类器。 该方法结合基线的低频特征,通过迭代傅里叶变换实现基线校正;通过样本空间中类间与类内的欧氏距离判别自动获取拉曼光谱信号主成分的最优组合,实现光谱数据的降维与特征提取;最后构建三层反向传播神经网络分类器进行样本分类。 实验结果表明,基线去除可排除基线变化对检测结果的影响;光谱主成分的优化组合可减小基线校正残余及复杂体系中被测物以外的物质拉曼峰对检测结果的干扰,同时实现了分类器最小化。 该方法用于养殖用海水中孔雀石绿的现场检测,最低检出浓度0.1 μg·L-1。 该方法具有可拓展性,可以直接应用于其他溶胶/凝胶体系中SERS光谱的定性分析。     

掺磷TiO_2优化TiO_2/MBA/Ag三明治结构的SERS性能

本文以磷酸为磷源,通过溶胶水热法制备磷掺杂TiO_2,利用Lee和Meisel的方法制备银溶胶,以4-巯基苯甲酸(MBA)为探针分子,通过构建TiO_2/MBA/Ag三明治结构,研究磷掺杂二氧化钛对该基底表面增强拉曼(SERS)性能的提升。通过TEM、XRD、XPS、DRS和拉曼光谱图表征二氧化钛的形貌结构、化学组成、光学和拉曼性能,结果表明,制备出的磷掺杂二氧化钛为锐钛矿型纳米颗粒,粒径范围6~12nm,XPS显示磷以P~(5+)替代了Ti~(4+),形成O-P-O键掺入TiO_2的晶格中,当磷的掺杂量在1.77%时,TiO_2/MBA/Ag三明治体系具有最佳的SERS信号,这是因为适量的磷掺杂降低了TiO_2的能带间隙,丰富TiO_2的表面态,这能促进TiO_2向MBA分子的电荷转移。     

尿液SERS分析快速评估人体能量摄入量

人体能量摄入量与能量消耗量平衡是评估健康的标准之一。不平衡的能量摄入量可能造成生物体组织细胞损伤、机体过度肥胖等后果。评估能量摄入量对人的身体健康管理具有重大意义。目前评估能量摄入量的主要方法是膳食回顾法,该方法不仅耗时长,还会增加待评估人员的负担,所以亟需开发一种简单快速的能量摄入量评估方法。能量摄入后经过体内的消化代谢,会产生代谢产物作为废弃物排出体外。废弃物如尿液等,含有大量的化学物种,可以系统性反映生物体的饮食代谢状况和疾病进程。基于高灵敏、可无损检测两个组“指纹式”分子光谱特征的表面增强拉曼光谱(SERS),采用谱峰统计、无监督和有监督聚类算法分别对尿液的SERS信号开展分析,最终实现对不同能量摄入量的聚类分析。首先尝试对能量摄入量分组分别为1 500, 2 030和2 700千卡·日^-1两个组的志愿者尿液SERS谱图进行谱峰分析,发现很多有机分子的拉曼谱峰存在一定程度的重叠,所以直接对谱峰进行解析及归属存在较大难度,需要采用化学计量学的方法建立分类模型,以实现良好区分和预测效果。对比无监督的主成分分析(PCA)和有监督的正交偏最小二乘判别分析(OPLS...     

基于SERS标记免疫分析技术苹果中多菌灵的检测方法

多菌灵(Carbendazim,甲基-1H-2-苯并咪唑氨基甲酸酯)是一种内吸性广谱杀菌剂,广泛应用于苹果种植过程中的轮纹病和褐斑防治,若不合理使用会在苹果中残留危害消费者身体健康。采用表面增强拉曼光谱免疫分析技术(surface-enhance Raman spectroscopy combined immunoassay,SERSIA),以SERS高灵敏度和分子“指纹”图谱特性为基础,结合免疫特异选择性,实现苹果中多菌灵的微/痕量检测。制备核-分子-壳“三明治式”结构的Au@M@Ag纳米SERS材料和结合抗原的SERS免疫探针,在包被抗体的Fe₃O₄磁性纳米材料可分离功能下,实现多菌灵的特异性检测。采用透射电镜(transmission electron microscope, TEM)、紫外-可见光谱和拉曼光谱等方法对制备的材料进行表征并优化了实验参数。研究表明多菌灵浓度与标记分子4-巯基苯甲腈的2 227 cm^-1处特征峰强度值在0.5～300 nmol·L^-1范围内具有良好的线性关系,同时...     

基于SERS的食品中乌洛托品快速检测系统设计

基于表面增强拉曼光谱技术(surface enhanced Raman spectroscopy, SERS),研制出对食品中乌洛托品进行现场快速分析检测的系统。检测系统由多功能前处理模块、拉曼光学模块、嵌入式主控模块三部分组成,实现了待测样品的前处理,拉曼光谱数据的产生、收集、传输与处理。其中,多功能前处理模块将化学实验中经常用到的离心、超声、挥发三种功能集于一体,精简了前处理实验中需要用到的设备;拉曼光学模块采用探头光路与分光系统合为一体的整体式设计,并在探头光路中使用数值孔径为0.6的非球面透镜,同时利用交叉非对称Czerny-Turner结构对分光系统进行了设计;嵌入式主控模块采用自主研发的FPGA+ARM双核心主控电路,配合CCD的制冷电路与驱动电路,搭载μC/OS-Ⅲ操作系统,实现了对CCD上拉曼光谱数据的采集、传输与处理。利用柠檬酸钠制备纳米金(liquid colloidal gold nanoparticle,LCP-1)作为增强试剂对乌洛托品进行检测,将乌洛托品的拉曼特征峰选取在1 047 cm-1处,对乌洛托品标准品和含有乌洛托品的腐竹与米粉样品进行检测实验,实验结果表明所设计的检测系统可以实现对乌洛托品的准确识别,对乌洛托品标准品的检测限可达0.01 mg·L-1,对腐竹和米粉样品中乌洛托品的检出限可达0.5 mg·L-1,检测时间小于20 min,实现了食品中乌洛托品的现场快速检测。     

表面增强拉曼光谱准确检测玉米中杀螟硫磷农药残留

杀螟硫磷是一种在农作物上广泛使用的有机磷杀虫剂,常用于玉米上害虫的防治。过量或者不合理施用导致的残留积累关系到食品安全和人体健康。常规检测杀螟硫磷的方法有气相色谱-质谱法、高效液相色谱法,其准确性虽好,但存在需要专业人员介入、样品前处理复杂、检测时间长等缺点。表面增强拉曼光谱(SERS)法具有分析速度快、检测灵敏度高和特异性好等优点,被广泛应用于农产品中痕量残留的快速检测。利用表面增强拉曼光谱结合化学计量学方法实现玉米中杀螟硫磷残留的准确检测。以两步种子生长法合成的纳米金棒作为拉曼增强基底,测量600～1 800 cm-1范围内的拉曼光谱。对比杀螟硫磷乙醇溶液和金棒的光谱,确定杀螟硫磷的特征峰在650,830,1 082,1 241,1 344和1 581 cm-1处。采用简单预处理方法快速提取玉米中的杀螟硫磷残留。将受污染的玉米样品粉碎后,利用乙醇溶剂对残留进行两次提取,每次获取的提取液经离心获得上清液,将上清液合并混匀,在水浴中蒸发浓缩,浓缩后的上清液用于采集SERS光谱。每个浓度制备50个平行样本。各浓度残留提取液中的残留参考值采用色质联用方法测定。对比残留提取液的光谱,1 082,1 241和1 581 cm-1处特征峰强度随残留浓度的降低而迅速变弱甚至消失,650,830和1 344 cm-1处的特征峰直至残留浓度为0.48 μg·mL-1时依然可见。当浓度低至0.37 μg·mL-1时,所测光谱与空白提取液光谱相似。采用主成分分析(PCA)提取不同浓度杀螟硫磷残留光谱的主体信息,其中残留为0.37 μg·mL-1和空白提取液光谱的主成分得分重叠,进而判断SERS方法对玉米中杀螟硫磷残留的检测限可达到0.48 μg·mL-1,低于国家规定的农作物中最大残留限,体现出SERS检测的高灵敏性。选取浓度为14.25 μg·mL-1的50个样本分析其650,830和1344 cm-1处的特征峰强度变化可知,所采集的光谱呈现出较好的重复性,相对标准偏差(RSD)值仅为3.12%。对杀螟硫磷残留的定量分析采用支持向量机回归(SVR)实现,Savitzky-Golay卷积平滑和小波变换(WT)用于本次光谱数据的预处理。校正集和预测集样本的划分采用Kennard-Stone算法实现,模型的性能采用校正均方根误差(RMSEC)、校正集决定系数(R2_c)、预测均方根误差(RMSEP)和预测集决定系数(R2_p)评估。最优模型为SVR结合WT所构建的,具有最小的预测误差,其中校正集的RMSEC=0.103 2 μg·mL-1,R2_ｃ=0.999 74,预测集的RMSEP=0.134 1 μg·mL-1,R2_p=0.999 60。同时,最优模型的预测值与色质联用法所测值基本一致,其预测回收率为95.31%～100.66%。以上表明,SERS结合化学计量学方法检测玉米中杀螟硫磷残留是准确可行的,且有望推广到农作物中多种农药残留的检测,为农产品的安全检测提供一种新思路。     

化学战剂的SERS检测及应用前景研究

化学武器和技术的扩散使化学恐怖活动成为事关世界安全的突出问题之一.针对化学战剂的高毒性和快速致命特点,表面增强拉曼散射(SERS)光谱技术研究可以实现生化战剂的快速、高灵敏实时检测,有助于战时和突发恐怖袭击时对人员的及时救治和预防,为更好的防范化学武器威胁和恐怖袭击提供必要的技术保障.本文主要对SERS技术在化学战剂检...     

SERS在标记免疫检测中的应用

标记免疫分析 ,是将多种标记示踪技术的高度灵敏性和医学免疫抗原抗体反应的高度特异性相结合的产物 ,因此具有极良好的微量分析效果 ,是生物活性物质分析方法上的新领域。2 0世纪 70年代中后期 ,表面增强拉曼散射 (SERS)效应的发现与证实 ,给拉曼光谱的研究应用注入了新的活力 ,特别是在生物医学领域 ,SERS被大量应用。文章综述了SERS应用于标记免疫分析的研究状况 ,将已有的研究成果进行了系统阐述和归纳 ,并简要介绍本实验室在这方面做的一些工作     

亚胺硫磷表面增强拉曼光谱定量解析模型研究

拉曼光谱分析方法结合表面增强技术用于亚胺硫磷农药的检测。连续小波变换(continuous wavelet transforms, CWT)和连续投影算法(successive projections algorithm, SPA)分别用于拉曼光谱的预处理和特征拉曼位移的选择,多元线性回归(multi-linear regression, MLR)用于特征拉曼吸收的回归分析。结果表明,芯片增强可以实现低浓度农药溶液拉曼响应的增强;CWT可以提高拉曼光谱的分辨率和平滑度,消除光谱的平移误差;基于SPA方法的特征位移选择方法,既可以提高模型的分析精度,又可以简化MLR模型的回归变量;与特征增强波段的MLR模型比较,CWT-SPA-MLR模型可将验证集的预测相关系数(correlation coefficient,r)和预测均方根误差(root mean square error of prediction,RMSEP)由0.823和1.640改善为0.903和1.122。CWT-SPA-MLR可用于拉曼光谱定量解析模型的建立,该方法简单易用具有良好的重复性。     

真菌鉴别和检测的SERS光谱技术研究进展

真菌是一种广泛存在于自然界的病原微生物,具有细胞核、细胞壁等结构,可以引起动、植物和人类的多种疾病.真菌感染是临床上常见的感染性疾病之一,使得近年来针对真菌的高效检测及真菌相关领域的研究备受关注.目前真菌的传统检测方法主要有培养、镜检与分子生物学检测法等,均具有操作复杂、耗时等缺点.表面增强拉曼散射(SERS)技术以其...     

基于表面增强拉曼光谱的鸭肉中螺旋霉素残留检测

利用表面增强拉曼光谱(SERS)法结合自适应迭代重加权惩罚最小二乘法(air-PLS)快速检测鸭肉中的螺旋霉素残留。首先采用OTR202作为SERS活性基底,确定了螺旋霉素的1 622 cm^-1峰可以作为其在鸭肉提取液中残留检测的拉曼特征峰;然后,通过单因素分析法确定了实验的最佳条件,并在该条件下建立了螺旋霉素浓度范围介于4.0~50.0 mg/L之间的鸭肉提取液加标样本的标准曲线,并获得了良好的线性关系且线性回归方程为y=26.681x+1233.5,决定系数R²=0.980 2,最低检测限为4 mg/L,预测样本的平均回收率为73.38%~105.25%。研究表明,采用SERS技术可以实现鸭肉中螺旋霉素残留的快速检测。     

皮疹病人血清的表面增强拉曼光谱

研究了皮疹患者和健康人血清的表面增强拉曼光谱。结果表明： 皮疹患者血清中蛋白质主链酰胺Ⅰ的谱线出现在1 648 cm-1处,而在健康人血清中此峰消失。蛋白质侧链C—S键扭曲构象的谱线637 cm-1的相对强度增加了23%,而反式构象的谱线725 cm-1的相对强度减少了60%,说明C—S键的反式构象部分转成扭曲构象,表明皮疹患者血清中蛋白质的有序结构发生变化。类脂物特征峰1 449 cm-1的相对强度增加了近一倍,D-甘露糖的谱线1 099 cm-1消失,表明患者血清中糖蛋白、糖质发生了变化。这些拉曼特征峰为皮疹的诊断以及生化机理研究提供了有力的实验依据。最后用主成分分析(PCA)方法对健康人和皮疹患者血清的表面增强拉曼光谱进行分析,发现皮疹患者血清的主成分分布相对健康人较分散,并且此方法能准确的区分开这２种血清。     

应用SERS滤纸基底检测饮料中违禁色素的研究

利用液/液界面自组装技术制备得到灵敏度高、均匀性好、价格低廉的表面增强拉曼光谱(SERS)滤纸基底,并使用该基底检测了饮料中可能掺杂的罗丹明B、日落黄和柯衣定等三种色素。首先分析了罗丹明B、日落黄和柯衣定的分子结构并对其进行了拉曼特征峰峰位归属;然后检测了罗丹明B、日落黄和柯衣定不同浓度水溶液的SERS光谱;最后在无任何预处理条件下,检测了饮料中的罗丹明B、日落黄和柯衣定含量。在一定浓度范围内,饮料中三种色素的浓度与其SERS特征峰强度分别满足一定的函数关系,其中罗丹明B和日落黄的浓度与拉曼特征峰强度之间呈非线性关系,而柯衣定的浓度与拉曼特征峰强度之间呈线性关系。评估了本方法检测饮料中的罗丹明B、日落黄、柯衣定的信号重复性及检测回收率,结果表明SERS方法可用来对饮料中罗丹明B、日落黄、柯衣定的浓度进行半定量分析。为饮料中添加色素的现场实时检测提供了一种简便快速高效的检测方式,可用于饮料的质量控制及市场监控。     

Multivariate spectral analysis of pH SERS probes for improved sensing capabilities

Adsorption of functional groups to the surface of plasmonic nanoparticles provides a platform for localised optical sensing. Over the past decade, nanoscale sensors for intracellular pH measurement based on surface‐enhanced Raman spectroscopy (SERS) have been developed. However, the approaches by which pH‐SERS measurements are made and analysed can greatly impact the precision and accuracy of pH calibration. To improve pH nanosensors, the sources of experimental variation must be determined and the data must be optimally analysed. Here we report the plasmon‐induced decarboxylation of para‐mercaptobenzoic acid (pMBA) pH reporters attached to gold nanoparticles and conclude a strong association with laser power. The detrimental decarboxylation of pMBA has profound implications on the sensitivity and reliability of the pH sensor. Decarboxylation spectral signatures map directly onto those that are typically used to record pH changes, and, hence, the greatest implication of decarboxylation of pH sensors is inaccurate or false pH reporting. Here a more robust spectral analysis for pH sensing based upon an optimal spectral region for pH calibration is presented together with a unique application of the multivariate statistical technique, principal component analysis (PCA). PCA interprets complex spectral dynamics, and by direct comparisons with the typically employed ratiometric analysis, a significant improvement in generating accurate pH sensing is demonstrated. An application of these methods in determining the pH of internalised nanosensors in macrophage cells further promotes these step changes in pH measurement methodology via the avoidance of disruptive spectral signatures that arise in real applications. Copyright © 2016 John Wiley & Sons, Ltd.     

Strategy to improve the reproducibility of colloidal SERS

There is a pressing need to improve the reproducibility of surface enhanced Raman spectroscopy (SERS) measurements, if the technique is to be used routinely for trace analysis. This is particularly true for colloidal SERS, in which data reproducibility is dominated by the final shape and size of metal clusters produced during colloid aggregation. This study presents general guidelines for designing appropriate measurement strategies that can be used to identify and optimise crucial steps in a protocol that leads to better reproducibility of the results. We show that the data reproducibility can be improved by optimising vortexing time during colloid aggregation, which we attribute to the formation of more reproducible metal clusters under conditions of ‘forced convection’. The study also investigated the effects of different storage conditions on the data reproducibility of SERS during a 6‐month study period. Storage conditions did not significantly influence the SERS reproducibility. However, at the end of 6 months, colloids that were stored (in plastic containers) at room temperature showed a difference in their quality, as mirrored by their different opto‐physical properties. This was made apparent through the analysis of UV‐vis spectroscopy measurements by principal component analysis. Copyright © 2007 John Wiley & Sons, Ltd.     

SERS技术的小白菜中西维因农药残留检测

西维因是一种广谱、高效的氨基甲酸酯杀虫剂。提出一个基于表面增强拉曼光谱进行定量和定性分析小白菜中西维因残留的方法。密度泛函理论B3LYP/6-311G基组被用于计算西维因农药的理论拉曼光谱。硫酸镁、PSA、石墨化炭黑和C18被用来去除叶绿素、矿物质和维生素等物质的影响。采用MSC，SNV和归一化三种方法对原始光谱进行预处理，建立小白菜中西维因残留的偏最小二乘模型。研究表明，小白菜中西维因农药残留检测可以达到0.976 mg·L-1以下。经MSC预处理后所建PLS模型预测性能最好，当主成分数为9时所建模型的性能最好，R_c为0.977，RMSECV为2.09 mg·L-1，R_p为0.986 5，RMSEP为1.71 mg·L-1。五个未知西维因农药浓度小白菜样本用来验证模型的准确度，相对误差为1.98%~7.28%，预测回收率为95.73%~107.28%，T值为0.397, 小于t_{0.05, 4}=2.776，说明模型是准确可靠的。SERS方法是一种有效的方法，可以实现小白菜中西维因农药残留的快速可靠检测。     

纳米银溶胶的制备及利用其SERS效应检测BPA的研究

制备了银溶胶作为表面增强活性基底,以此为基础详细研究了BPA的表面增强拉曼光谱(SERS)。研究了促凝剂氯化钠的加入对增强效果的影响。实验结果表明,当BPA乙醇溶液的浓度低至10-7g/mL时,依然可以得到明显的SERS信号。此方法操作简便快捷,无需对样品进行预处理,在BPA的快速检测方面具有很大应用潜力。