快速溶剂萃取一气相色谱法测定土壤中多氯联苯Aroclor系列

建立了快速溶剂萃取、浓硫酸净化、气相色谱法测定土壤中多氯联苯Aroclor系列的方法.方法线性良好、灵敏度高、回收率在70%～110%之间、相对标准偏差RSD小于17%,并用于有证的标准土壤样品及环境实样的分析,结果满意.     

高效液相色谱法测定食物中的类胡萝卜素

综述了用于食物中的类胡萝卜素、类胡萝卜素酯测定的高效液相色谱方法,介绍了样品提取处理方法、色谱分离条件及检测方法。引用文献85篇。     

中药色谱指纹图谱组分保留时间漂移的校准

基于光谱相关色谱方法判断复杂中药色谱指纹图谱的组分相关性,实现同一中药样本在不同实验条件下所得的色谱指纹图谱的相同组分的色谱保留时间漂移的局部最小二乘校正,为合理评价指纹图谱的品质提供较为实用的工具。     

杯芳烃超分子对甲醇的识别机理分析及应用

采用四种杯芳烃超分子化合物为吸附涂层物质, 探讨了涂膜石英晶体微天平(QCM)传感方法对环境大气中微量甲醇气体的识别研究, 发现RCT(Resorcinol cyclic tetramer)是对甲醇气体识别最有效的活性涂层材料. 通过RCT-MeOH单晶体的制备并对其进行X-ray衍射结构解析, 发现其识别机制是基于甲醇分子中的甲基与杯芳烃化合物的苯环之间形成了C-H…π键作用. 当RCT涂层质量为28.16 μg时, 涂膜QCM传感器对甲醇的响应最灵敏, 达到0.01245 Hz/ppm. 该传感器对甲醇气体吸附和解吸附的初速度分别为－0.2110 Hz/s和0.09497 Hz/s. 该方法具有响应快、重现性和稳定性好的优点, 对甲醇测定的回收率在97.83%～103.66%之间, 与气相色谱法测定结果一致, 表明该方法可应用于环境大气中甲醇气体含量的检测.     

离子色谱法在城市和背景区域SO2监测中的应用

介绍用无动力采样技术采集样品、离子色谱法分析SO2污染物浓度的监测方法。国际实验室间分析结果的比对实验表明，离子色谱法具有快捷、准确及自动化程度较高等优点。该方法在城市和背景区域环境空气背景值研究，如SO2污染物迁移规律、空气质量预测预报模型验证及远距离传输等方面具有很大的实用价值。     

{Cu[H_2NC(CH_2OH)_3]_2}{Pic}_2·H_2O的合成与晶体结构

三羟甲基氨基甲烷与苦味酸(Pic)铜在乙醇水混合液中反应,制得少见的不对称氢键连接的超分子化合物{Cu[H2NC(CH2OH)3]2}{Pic}2?H2O。晶体属三斜晶系,空间群为P ,晶胞参数为a = 6.894(1),b = 8.219(1),c = 13.543(3) ? ?= 79.290(1),?= 8 3.36(2), ?= 84.590(1)埃轿狢20H30CuN8O22,V = 746.9(2) 3,Z = 1,Dc = 1.774 g/cm3,F(000) = 411,?= 0.844 mm-1,R = 0.0334,Rw = 0.0863。在配合物的结构单元中, Cu2+位于对称中心,分别与2个四齿配体(三羟甲基氨基甲烷)中的2个OH,1个NH2,三齿配位,呈笼状螯合。而另一个OH,因配体和中心离子构型的限制,不参与配位。     

反相高效液相色谱检测法测定溴化1-乙基-3-甲基咪唑-水体系中青蒿素

建立了反相高效液相色谱(RP-HPLC)定量检测离子液体溴化1-乙基-3-甲基咪唑-水体系中青蒿素含量的方法.检测条件为:室温(25±1)℃,C18反向柱(250 mm×4.6 mm, 5 μm),以V(甲醇): V(0.01 mol/L HAc-NaAc溶液,pH=5.9)=60: 40混合溶液为流动相,流速0.5 mL/min,检测波长为260 nm.青蒿素浓度在5～30 mg/L之间线性回归方程为y=2.20326×107x-30928.7,相关系数r=0.9990.本方法回收率为100 2%;相对标准偏差(RSD)为0.42%.     

抗菌素痢菌净与牛血清白蛋白相互作用的光谱研究

用荧光光谱和紫外吸收光谱法研究了抗菌素痢菌净(MEQ)与牛血清白蛋白(BSA)的相互作用。讨论了荧光猝灭机理,结果表明是动态猝灭过程;计算了不同温度下的猝灭常数和热力学参数。MEQ与BSA的相互作用为一个由熵驱动的自发过程,疏水作用力也起重要作用。由FRET能量转移理论计算得出了MEQ与BSA结合位置的距离r=4.5 nm。应用同步荧光和三维荧光研究了BSA在MEQ存在或不存在时的构象变化,结果表明：MEQ对BSA构象的影响不大。     

基于串级质谱信息进行蛋白质数据库搜索的结果可靠性分析

SEQUEST与Mascot为目前蛋白组学分析研究中使用最为广泛的蛋白质库搜索工具.尝试将Mascot与SEQUEST搜索结果进行比较,进而采用不同多变量判别方法对二者的搜索结果进行判别分析,以降低其结果的假阳性率.通过对Mascot与SEQUEST搜索结果进行比较,发现所得结果差异很大;利用多变量判别分析方法对Mascot及SEQUEST搜索结果进行判别分析,可有效提高SEQUEST结果中假阳性结果与正确结果之间的区分能力.对于Mascot搜索结果,采用多变量判别分析方法仍无法显著降低其假阳性结果,利用Decoy库搜索结果进行估计时亦存在导致错误估计的风险.