混合型固相萃取-高效液相色谱-串联质谱法测定稻米中3种谷维素北大核心CSCD

建立了利用高效液相色谱-串联质谱结合混合型阴离子交换固相萃取柱测定稻米中3种谷维素(环木菠萝烯醇阿魏酸酯(CA-FA)、24-亚甲基环木菠萝烯醇阿魏酸酯(24MCA-FA)和菜油甾醇阿魏酸酯(Camp-FA))含量的分析方法。实验通过优化3种谷维素的多反应监测(MRM)质谱参数,比较了在不同流动相中的分离度以及响应强度,同时考察了不同提取条件、净化条件对3种谷维素提取率和净化效果的影响,再结合外标法定量,实现了对稻米中3种谷维素的定量分析。实验结果表明,采用5 mmol/L乙酸铵水溶液为流动相A,甲醇∶乙腈=1∶1(v/v)为流动相B,梯度洗脱,3种谷维素在Agilent Eclipse XDB-C8色谱柱(150 mm×2.1 mm,3.5μm)上基本分离且响应强度和峰形最佳;提取条件经正交实验优化后可得:料液比为1∶20(g/mL)、提取溶剂为甲醇、浸泡时间为12 h、超声温度为40℃以及超声时间为20 min时,3种谷维素提取率最高;对混合型阴离子交换固相萃取柱的上样溶剂以及洗脱溶剂优化后,样品基质效应为1.6%~10.8%。在各优化条件下,3种谷维素在各自的线性范围内线性良好,相关系数(r2)均≥0.9983,检出限(LOD)为0.5~1.0μg/L,定量限(LOQ)为2.0~3.5μg/L。在稻米样品本底浓度2、5和10倍的加标水平下3种谷维素的平均回收率为86.1%~110.6%,相对标准偏差(RSD)为0.9%~3.2%。该方法可快速准确测定稻米中3种谷维素的含量,为后续稻米中谷维素类化合物测定及鉴定奠定基础。     

柠檬酸配合法制备CuMnCeOx催化剂及常温催化氧化性能研究

摘要：常温催化氧化是消除室内HCHO污染最可行的方法之一,其中以过渡金属氧化物为代表的催化剂因性能优异、成本低廉而备受广泛关注。采用柠檬酸络合法和水热法制备了一系列CuMnCeOx催化剂,研究考察制备方法及载体对催化剂氧化性能的影响,并利用XRD、SEM、BET、H2-TPR、XPS和IR等对催化剂进行微观表征与分析。研究发现,制备方法及载体类型对催化剂的表面结构形貌、氧化性能产生显著影响,其中采用柠檬酸络合法所制的CuMnCeOx-C催化剂性能最佳,48h的HCHO去除率达98.6%,完全满足GB50325-2001标准要求,其介孔结构,晶体粒径及所形成的铈基铜锰固溶体均利于形成大量氧空位及催化氧化反应,且展示出良好的抗水蒸气和稳定性能,其在常温催化氧化VOCs方面具有重要应用前景。     

基于探针底物法的高效液相色谱-串联质谱法测定蚯蚓体内4种CYP同工酶活力及其应用北大核心CSCD

基于探针底物法,将蚯蚓微粒体悬浮液加入至含有混合探针底物香豆素(50μmol·L^(-1))、安非他酮(25μmol·L^(-1))、阿莫地喹(50μmol·L^(-1))、右美沙芬(5μmol·L^(-1))的孵育体系中(微粒体蛋白质量浓度需控制在32~96 mg·L^(-1)内),于37℃孵育20 min后,加入甲醇终止反应,静置10 min后过0.22μm滤膜,采用高效液相色谱-串联质谱法测定对应的代谢物7-羟基香豆素、羟基-安非他酮、N-脱乙基阿莫地喹、右啡烷的生成量。根据相应代谢物的生成量分别评价蚯蚓CYP2A6、CYP2B6、CYP2C8及CYP2D6酶活力。采用Acquity UPLC HSS T3柱作为分离柱,以不同体积比的含1 mmol·L^(-1)乙酸铵的0.05%(φ)甲酸溶液和甲醇的混合溶液作为流动相进行梯度洗脱,串联质谱中采用电喷雾离子源正离子模式和多反应监测模式检测,并用基质匹配法配制混合标准溶液系列。结果显示:7-羟基香豆素、羟基-安非他酮、N-脱乙基阿莫地喹、右啡烷的质量浓度均在2.5~50μg·L^(-1)内与其对应的峰面积呈线性关系;对空白样品进行3个浓度水平的加标回收试验,回收率为73.7%~103%,日内相对标准偏差(RSDs,n=5)为2.1%~11%,日间RSDs(n=5)为4.6%~10%。方法用于分析分别暴露于多壁碳纳米管染毒土壤(暴露组)和普通土壤(对照组)21 d后蚯蚓体内4种CYP同工酶的活力,CYP2C8酶活力明显高于CYP2A6、CYP2B6及CYP2D6,暴露组中CYP2A6及CYP2C8酶活力显著(P<0.05)高于对照组,而CYP2B6及CYP2D6酶活力与对照组的无显著性差异,因此推测可将CYP2A6及CYP2C8作为一套生物标记物,用于定性诊断土壤的多壁碳纳米管污染。     

Sin-QuEChERS净化-超高效液相色谱-串联质谱法测定鱼肉中8种喹诺酮类药物残留量北大核心CSCD

将粉碎后的鱼肉样品2.00 g置于50 mL离心管中,加入100μg·L^(-1)内标溶液200μL和水5 mL,涡旋1 min后,用含5%(体积分数)乙酸的乙腈溶液10 mL超声提取10 min,加盐包(6 g无水硫酸镁、1.5 g氯化钠)使水相和乙腈相进行分层.涡旋、离心后,使用Sin-QuEChERS快速滤过柱直接插入离心管内,待提取液透过净化层上升至净化柱内时,移取5 mL提取液置于15 mL离心管内,加入体积比1∶1的乙腈-正己烷混合液5 mL,混匀静置,取上层正己烷层涡旋,离心,于40℃氮气吹至近干,用0.2%(体积分数)甲酸溶液定容至1 mL,过滤后上机UHPLC-MS/MS,在多反应监测模式下测定8种喹诺酮类药物的残留量.结果显示:该净化方法溶剂消耗降低至10 mL,前处理时间缩短至20~25 min.环丙沙星、培氟沙星、诺氟沙星、二氟沙星和达氟沙星标准曲线的线性范围均为1.00~500.0μg·L^(-1),检出限(3S/N)均为1.0μg·kg^(-1);氧氟沙星、恩诺沙星和沙拉沙星标准曲线的线性范围为0.50~500.0μg·L^(-1),检出限(3S/N)均为0.5μg·kg^(-1).用此法平行测定同一样品7次,测定值的相对标准偏差为1.3%~6.3%.按标准加入法进行回收试验,回收率为92.0%~108%.此法用于抽检兰州4家超市的3种鱼类,8种喹诺酮类药物均未检出,说明兰州市的鱼类食品中的药物残留问题相对安全.同时,与国家农业部1077号公告-1-2008中方法进行比对,测定结果基本一致.     

Mn-Ce-M复合改性无硅残渣炭催化剂的NH3选择性还原NO性能研究

生物质作为极具潜力的可再生能源,其热解制油技术备受关注,副产物残渣炭的高值化利用是当下重要的研究内容之一。脱硅处理不仅可实现硅的资源化利用,同时可以实现炭材料的结构改性。本文开展了残渣炭煮溶脱硅研究,并基于最佳脱硅方式,探究不同金属M（M：Ho、Sb、La、Nd）对无硅残渣炭（FRB）催化剂的脱硝性能的影响规律。结果表明：煅烧预处理结合煮溶脱硅可以脱除99%以上的SiO2,脱硅的同时理化性质显著改善,表现出较大的比表面积（1923 m2/g）、丰富的介/微孔结构以及表面含氧官能团,并促进了催化剂的SCR反应活性（250℃时NOx脱除率可达100%）。此外,Ho改性无硅残渣炭脱硝催化剂具有最好的低温脱硝活性,在200~300℃范围内保持80%以上的脱硝效率。表征结果显示,MnCeHo/FRB催化剂具有较强的表面酸性和氧化还原性,活性组分在载体上均匀分散,且表面化学吸附氧较为丰富。此外,In-situ DRIFTs实验表明MnCe/FRB催化剂表面同时存在E-R和L-H机理,但E-R机理占主要地位。     

美丽红色胭脂 魅力红色化学*

介绍了中国胭脂的演变简史,以化学视角对胭脂的发展进行分类:无机胭脂、有机胭脂(天然植物胭脂、有机合成类胭脂)等。进行模拟实验研究,探究胭脂制作工艺流程,分析胭脂中红色物质的成分和显色机制。阐述每个阶段胭脂的不足之处,科普胭脂中的红色化学知识,体会化学对美和健康的重要意义,感受化学的无穷魅力。     

吉林大学应用化学学科:理工兼备 特色发展

吉林大学应用化学学科始建于1986年,依托吉林大学化学学科深厚理论基础与学术优势,经过几代应用化学学科人的不懈努力,逐渐形成了“理工兼备”的学科特色。在吉林大学化学学科70华诞之际,回顾了应用化学学科的发展历程,着重介绍了应用化学学科在本科教学与专业特色、科学研究与平台建设、人才培养与社会服务等3个方面取得的成绩,以及今后发展的设想。     

德国有机化学实验项目式教学实践与启示*——以康斯坦茨大学为例

对德国康斯坦茨大学的本科有机化学实验初级阶段和高级阶段的教学方式,从实验前准备、实验内容、实验教学模式、实验考核方式、实验室安全管理等方面进行了综合阐述,可为我国高校相关专业有机化学实验教学与改革提供参考,提高教学质量。     

“宏观辨识与微观探析”视域下的初中化学教学*——中和反应

在“宏观辨识与微观探析”视域下进行中和反应教学,首先以常规实验为载体,从宏观视角认识中和反应的外在表现,然后以模型、动画为载体,从微观视角了解中和反应的微观过程,再以数字化实验为载体,从宏观与微观相结合的视角理解中和反应的内在本质,最后联系生产生活实际,体验中和反应的应用价值。这样设计,学生能深刻理解中和反应的本质,增进化学学科理解,培养化学学科核心素养。     

基于LASSO算法的光谱变量选择方法研究

光谱分析技术由于具有简单、快速、无损等优势,在复杂体系的定性和定量分析中得到了广泛应用。然而光谱中往往包含成百上千的波长点,有些波长点与研究的目标性质并不相关,加大了计算量并降低了模型的预测准确度。因此,在建立模型前需要进行变量选择。最小绝对收缩与选择算子（LASSO）可将回归系数收缩为0,进而达到变量选择的目的。该研究将LASSO用于三元调和油样品近红外光谱和生物样品拉曼光谱的变量选择,基于偏最小二乘（PLS）和多元线性回归（MLR）模型,分别对香油和肌氨酸的含量进行定量分析,并与无信息变量消除－PLS（UVE－PLS）、蒙特卡罗结合UVE－PLS（MCUVE－PLS）和随机检验－PLS（RT－PLS）3种变量选择方法进行比较。结果表明,基于LASSO的变量选择方法保留的变量数最少,运算速度最快。对三元调和油样品,LASSO－PLS预测的准确度最高;对生物样品,LASSO－MLR预测的准确度最高。因此,基于LASSO的变量选择算法有望在光谱分析领域中得到良好应用。