纤维素拉曼光谱的单体仿真方法研究

纤维素是由葡萄糖组成的大分子多糖,是世界上最丰富、最便宜、最容易获得的天然聚合物。纤维素作为最古老最丰富的天然高分子在研究中备受关注,纤维素的可控性取决于其分子量、大小和结构,而拉曼光谱具有“指纹特性”,可以对不同的纤维素纤维进行鉴别,也能对历史老化的纺织纤维材料进行鉴别。然而纤维素作为大分子多糖对其做理论仿真较为困难,该研究提出采用基本单元模拟大分子光谱这一方案,使用纤维素单体仿真拉曼光谱来分析纤维素大分子的光谱性质。使用Gaussian 16软件基于密度泛函理论,在B3LYP/6-31g(d, p)的基组条件下,计算了不同外电场(-0.01-0.03 a.u.)下的纤维素单体的拉曼光谱,以及纤维素双链节的拉曼光谱。研究表明,在无外电场作用下,纤维素单体的拉曼光谱主要在449、 597、 842、 1 127、 1 361、 1 395和3 005 cm^(-1)处有特征峰,对其做振动分析,结果表明这些拉曼峰分别是由环(C6—C4—O20)伸缩振动、 C—C—H扭曲振动、环(C4—O20—C2)伸缩振动、糖苷键(C2—O1—C8)的伸缩振动、 CH_(2)的弯曲振动、 CH_(2)的弯曲振动、 CH_(2)的伸缩振动产生。通过与实验值比较,纤维素单体仿真拉曼光谱与天然纤维素的实测拉曼光谱相吻合,故可通过对纤维素单体的第一性原理计算来反映纤维素大分子的拉曼光谱特性。当外电场由负方向变为正方向且逐渐增大时,597 cm^(-1)对应的环C—C—H扭曲振动的振幅无明显变化,以无电场为基准,施加外电场时,振动能量减小光谱红移;1 127 cm^(-1)对应的糖苷键(C2—O1—C8)的伸缩振动振幅明显减小,光谱呈蓝移;CH_(2)的弯曲振动在1 395 cm^(-1)处的特征峰光谱呈蓝移,在1 361 cm^(-1)处产生的光谱先蓝移再红移又再次蓝移,推测是弯曲振动区域更容易受到骨架振动和环境变化的影响。对比纤维素单体与双链节拉曼光谱的差异,除单体明显的特征峰外,双链节分子的在1 041和151 cm^(-1)处有明显的特征峰,其分别为仲醇C—O伸缩振动,C—O—H弯曲振动所产生,可对纤维素单体的拉曼光谱进行补充说明。这些结论为研究纤维素在外电场作用下的光谱提供理论依据,同时为其他大分子聚合物的拉曼光谱研究分析提供一种新的方法。

盐湖卤水中硼酸盐化学形态及Raman光谱定量分析

我国青藏盐湖以富含硼锂而著称,卤水中硼化学赋存状态随湖水化学类型的不同而发生变化,其中以硫酸盐型盐湖卤水中硼酸盐的存在形式变化最为复杂,卤水蒸发过程一般不以固体盐形式结晶析出,而是以多硼物种形式富集于氯化镁饱和老卤中,表现出严重的过饱和性,对后续锂盐和镁盐的分离提取影响较大。开展盐湖卤水体系中硼酸盐化学形态、分布规律及离子间作用机制等溶液化学研究对盐湖资源高效开发具有重要的意义。相比常规拉曼光谱技术,拉曼积分球基于拉曼散射原理可极大地提高激发光的使用效率和拉曼散射信号,对硼酸盐溶液结构检测具有拉曼响应信号强、检出限低、信噪比高等优点,为盐卤复杂体系硼酸盐化学形态的定量分析奠定了基础。利用拉曼积分球开展了盐湖卤水硼酸盐化学形态研究,阐述了卤水蒸发过程多硼酸根离子的变化规律;同时借助响应曲面法进行实验设计与优化,建立了共存盐类干扰回归模型用于盐湖卤水中单硼物种B(OH)_(3)的准确测定。结果表明,盐湖卤水浓缩过程中硼不断聚合生成多聚度硼酸根离子如B_(3)O_(3)(OH)_(4)^(-)和B_(6)O_(7)(OH)_(7)^(2-)等,硼的化学形态变化规律与碱土金属如MgCl_(2)-MgO-2B_(2)O_(3)-H_(2)O体系中硼物种变化一致,但与碱金属溶液体系物种变化差别较大。回归模型对卤水中正硼酸B(OH)_(3)定量分析的相对误差小于5%,准确度较高;阐明了蒸发浓缩过程中B(OH)_(3)物种分布的变化规律,从定量视角初步阐述了卤水富集过程硼酸根离子间的聚合作用关系,可为后续开展盐卤体系多硼物种分布及作用机制研究提供新思路、新方法。

拉曼光谱研究表面活性剂对皮肤刺激和皮肤防护的体内分子机制

为了更好地研究表面活性剂对皮肤损伤和皮肤防护的分子机制,需要研究人(内源性物质和结构)、物质(刺激物和抗刺激活性物)、以及人与物质的相互作用。然而,在人体上分子水平的机制研究报道很少。共聚焦拉曼光谱可以开展此类研究,因其可以在体、实时和非侵入式地测定角质层中的某些内源性或外源性物质,并分析角质层结构。文章以十二烷基硫酸钠(SDS)作为刺激剂,通过共聚焦拉曼光谱扫描志愿者前臂屈侧皮肤12μm深度内,定性和半定量地测量SDS经皮吸收的相对量和深度,以及SDS“入侵”时皮肤脂质相对含量和结构的变化。结果表明,SDS经皮吸收进入角质层,导致角质层脂质流失和脂质有序性降低。据报道刺激物的进入量和深度是影响皮肤刺激程度的两个主要因素,文章首次在人体上通过SDS给予证实;此外,文章首次发现SDS引起的人体皮肤屏障损伤的第三个因素,我们称之为“刺激传导网络”,即SDS对皮肤的损伤不仅局限于其所到之处,“刺激传导网络”可以将刺激损伤传递到SDS未到达的更深更远处。通过拉曼光谱对皮肤内部进行研究,并结合体外手段例如3D皮肤等,结果一致,进而提出了“现实世界发生的”SDS诱导皮肤损伤的分子学机制。根据该机制设计的表面活性剂拮抗剂简称ASF,数据显示,可以有效阻挡SDS的经皮吸收,进而有效阻止皮肤脂质流失和脂质有序性的降低,对皮肤屏障的保护效果很好,为表面活性剂在人体刺激机制以及保护机制提供进一步佐证。

基于表面增强拉曼光谱的牛肝菌主成分分析及快速鉴定

2021年《中国疾病预防控制中心周报》指出蘑菇中毒是我国最严重的食品安全问题之一,2021年发生蘑菇中毒事件327次,涉及923例患者,其中20例死亡,总死亡率为2.17%,事件中共鉴定出毒蘑菇74种。牛肝菌由于味道鲜美,是人们最喜爱的菌类之一。由于烹调不当或是混入有毒牛肝菌,就会发生牛肝菌中毒事件。如何快速得出牛肝菌的主成分并进行鉴定,成为了一个迫切需要解决的问题。该研究从楚雄市鸿福农贸市场上购买的10个新鲜牛肝菌样品,使用菌盖进行徒手切片,用微波法制备的纳米银溶胶制成银胶装片,置于DXR显微拉曼光谱仪的10倍物镜下,获得10个样品的表面增强拉曼光谱(SERS)。通过对SERS的分析发现10个样品中,样品7、8、10主成分相同,样品6、9主成分相同,其余样品主成分各不相同。以样品1为例,主成分有L-苯基丙氨酸(1583 cm^(-1)环内C—C伸缩振动、1199 cm^(-1)NH 2摇摆振动)、L-组氨酸(1572 cm^(-1)C C伸缩振动、COO-不对称伸缩、1229 cm^(-1)面内环变形振动)、异亮氨酸(1342 cm^(-1)C—H、N—H变形振动、486 cm^(-1)COOH摇摆振动、353 cm^(-1)骨架振动)、L-天冬氨酸(1136 cm^(-1)C—N伸缩振动)、甘氨酸(1386 cm^(-1)COO-变形振动、889 cm^(-1)C—C伸缩振动)、蛋氨酸(681 cm^(-1)C—S反对称伸缩振动)、吡喃糖化幌物(973 cm^(-1)对称环振动)。采用光谱软件OMNIC Specta的建库功能随机挑选10个样品的一条谱线进库,建库后可快速进行光谱匹配度的检索,通过匹配度的高低鉴定待测样品。在10个样品中,除2、10号样品的匹配度小于60%外,其余样品的匹配度都大于60%。样品7、8的匹配度接近且有交叉,说明样品7、8是同一品种,而样品6、9的匹配度接近而交叉项少,说明这两个样品是同一品种或相近品种。DNA检测结果表明样品7、8、10同为白牛肝菌,而样品6、9同为薄瓤假美柄牛肝菌。该实验为牛肝菌的主要成分检测和快速鉴定提供了一种简单可靠的方法。同时,该方法对野生蘑菇的物种鉴定具有很大的应用潜力,在野生菌中毒病例中,迅速确定毒蘑菇种类,从而为抢救病人赢得时间具有重要的意义。为此首次对野生蘑菇子实体进行SERS研究。

薄层色谱与表面增强拉曼光谱法鉴别一次性纸杯中荧光增白剂

建立一次性食品包装用纸杯中非法添加荧光增白剂的薄层色谱-表面增强拉曼光谱(TLC-SERS)鉴别法。采用微波法与传统法分别制备了银、金、金包银和银包金4种金属溶胶,并通过紫外光谱法、电镜扫描法、电势与粒径测定法等手段进行表征,检测各种金属溶胶对吡啶的拉曼光谱增强效应以判定金属溶胶质量,并以4种双三嗪氨基二苯乙烯类荧光增白剂(DSD-FWAs)中的二磺酸型荧光增白剂71(C.I.71)、荧光增白剂85(C.I.85)、荧光增白剂90(C.I.90)、荧光增白剂113(C.I.113)为目标检测成分,建立一次性纸杯中4种荧光增白剂的TLC-SERS鉴别方法。结果显示微波法制备的银溶胶作为本项研究食品包材中增白剂鉴别方法的表面增强剂效果更佳,对市售100批样品进行TLC-SERS鉴别,6批样品中检出C.I.113,建立的方法可为食品包装材料中荧光增白剂的检测提供新的备选方法。

基于PCA-SVM结合共聚焦拉曼光谱的特级初榨橄榄油掺伪压榨菜籽油定量分析

为了促进国内橄榄油市场的健康发展,对掺伪同样存在天然类胡萝卜素的低温压榨菜籽油的特级初榨橄榄油进行了定量鉴别研究。采用共聚焦拉曼光谱技术对不同掺伪浓度油样进行测试,基于密度泛函理论对油样的拉曼光谱峰的归属进行了理论分析,并对拉曼光谱数据进行主成分分析(PCA),然后利用支持向量机(SVM)构建PCA-SVM模型。另外,对PCA-SVM模型的检出限进行了研究。结果表明:特级初榨橄榄油与低温压榨菜籽油的拉曼光谱存在一定差异,最明显的光谱差异主要集中在谱峰1008、1161、1528 cm^(-1)和谱段2800~3000 cm^(-1)内,与密度泛函理论对不同油样拉曼光谱峰的分析一致;不考虑类胡萝卜素特征信号建立的PCA-SVM模型决定系数大于0.989,均方根误差小于2.990%,检出限为2%(低温压榨菜籽油体积分数);在特级初榨橄榄油掺伪定量分析中,考虑类胡萝卜素的特征信号有助于提高模型预测精度,但仅限于掺伪低价植物油中无类胡萝卜素存在的情况;PCA-SVM模型在不考虑类胡萝卜素特征信号的情况下依然具有良好的定量预测效果。综上,所建立的PCA-SVM模型可以用于掺伪2%以上低温压榨菜籽油的特级初榨橄榄油的定量鉴别。

基于Raman光谱的3,5-二氨基-1,2,4-三唑(DAT)合成反应在线监测与反应机理探究——推荐一个仪器分析综合实验

本实验介绍了一个仪器分析综合性实验——基于Raman光谱的3,5-二氨基-1,2,4-三唑(DAT)合成的在线监测与反应机理探究。该实验是一个科研转化的仪器分析综合实验,内容包括DAT的合成、基于Raman光谱的合成反应过程在线监测以及合成反应机理解析。在实验中,采用化学计量学方法对Raman光谱数据进行处理和分析,以更深入地理解合成反应的机理。通过本实验,可以巩固学生的化学专业知识,提高学生的综合实验操作技能,激发学生对科学研究的兴趣,培养学生的科研探究能力。

拉曼光谱对茶油三元体系掺伪检测研究

该研究采用拉曼光谱技术对茶油三元体系掺伪进行定量检测研究,通过对比不同预处理方法、建模方法及优化算法的优劣,确定最优的大豆油、玉米油、茶油的多元掺伪检测模型。利用一阶微分、二阶微分、多元散射矫正、标准正态变换等不同预处理方法消除外界因素对光谱的影响,竞争性自适应重加权算法提取特征光谱波段,通过偏最小二乘回归和支持向量机建立茶油掺伪检测模型,分别采用网格搜索法和粒子群算法对支持向量机进行优化。基于标准正态变换预处理后所建立模型效果最佳,大豆油和茶油的最佳预测模型为基于粒子群算法优化的支持向量机,玉米油的最佳预测模型为基于网格搜索法优化的支持向量机,大豆油、玉米油和茶油的预测集决定系数R2和预测均方根误差分别为0.9986、0.9994、0.9999和2.73%、1.62%、0.40%。该研究确定了最优的大豆油、玉米油、茶油的多元掺伪检测模型,针对市场茶油的掺伪检测,基于拉曼光谱分析和优化算法的支持向量机模型为茶油的无损快速定量检测提供了一定的参考和借鉴。

拉曼光谱与中红外光谱融合技术快速定量食用酒精的乙醇浓度

目的利用拉曼光谱与中红外光谱的数据融合技术实现对食用酒精乙醇浓度(酒精度)的快速定量检测。方法首先,分别采集不同浓度食用酒精水溶液的拉曼光谱与中红外光谱。其次,采用多元散射校正(multiplicative scatter correction,MSC)、卷积平滑(Savitzky-Golay,S-G)、一阶求导的方法对原始数据进行预处理。然后,基于自举软缩减法(bootstrapping soft shrinkage,BOSS)和无信息变量消除算法(uninformative variable elimination,UVE)分别对预处理后的光谱数据进行特征提取,并利用X-Y距离样本集划分法(sample set partitioning based on joint X-Y distance,SPXY)将光谱数据划分为校正集和预测集。最后,建立基于拉曼光谱-中红外光谱数据融合的偏最小二乘回归(partial least squares regression,PLSR)食用酒精乙醇浓度预测模型,并利用麻雀搜寻算法优化的混合核极限学习机算法(sparrow search algorithm-optimized hybrid kernel extreme learning machine,SSA-HKELM)提升预测性能,实现对不同浓度食用酒精的快速、准确定量检测。结果与拉曼光谱数据、中红外光谱数据以及中红外与拉曼光谱的数据层融合构建的预测模型相比,中红外光谱与拉曼光谱特征层融合数据构建的预测模型具有更好的预测性能。其中,最优模型的校正集均方根误差(root mean squared error of calibration set,RMSEC)为0.98314,校正集决定系数(R_(c)^(2))为0.99634,预测集均方根误差(root mean squared error of prediction set,RMSEP)为1.03256,预测集决定系数(R_(p)^(2))为0.99036。结论中红外光谱与拉曼光谱特征层融合预测模型可以实现对不同浓度食用酒精的高效定量检测,为食用酒精的质量检测提供了有效的理论支持与技术保障。

基于表面增强拉曼光谱的肾结石患者体液代谢谱特点及应用价值

目的分析基于表面增强拉曼光谱(SERS)的肾结石患者体液代谢谱特点,探讨其应用价值,为肾结石患者的筛查工作提供参考。方法纳入福建省立医院泌尿外科确诊的25例肾结石患者(结石组)和25例健康体检者(对照组),采集其血液、尿液样本,利用SERS测量样本光谱,再进行平均谱和差异谱绘制。采用主成分分析结合线性判别分析(PCA-LDA)对归一化数据进行处理。最后采用受试者工作特征(ROC)曲线评估PCA-LDA方法的效能。结果结石组患者的体液(血液、尿液)拉曼光谱与对照组之间存在差异。根据既往报道的拉曼峰暂定分配,推测血浆和尿液中各有11种代谢物与肾结石有关,其中结石组尿液中的磷脂酰肌醇、苯丙氨酸、棕榈酸/脂肪酸等含量高于对照组,而尿嘧啶、糖原等成分的含量低于对照组。结石组患者血浆中的甲基带含量高于对照组,而糖原、磷脂酰肌醇、蛋白质-酪氨酸、苯丙氨酸、棕榈酸/脂肪酸、羟脯氨酸/酪氨酸和脂类的含量低于对照组。结论采用SERS检测可发现肾结石患者的尿液和血液代谢成分与健康体检者存在差异,结合PCA-LDA与ROC分析法可能有助于肾结石患者的筛查。

红外与拉曼光谱技术对食用油掺伪检测研究进展

食用油是人们日常饮食中的必需品,因种类、产地和营养成分等因素不同而价格差异悬殊。不法商家为追求经济利益,将廉价食用油以次充好掺入优质食用油中,损害了消费者合法权益,因此研究食用油掺伪的快速检测方法至关重要。近些年,光谱技术以其简便、快速、无损、低成本等优点成为食用油掺伪的重要检测技术。文章基于近红外、中红外光谱法和拉曼光谱法的基本原理、优缺点以及互补关系,综述了近年来红外和拉曼光谱技术在橄榄油、山茶油等食用油掺伪检测中的研究进展,总结了几种光谱技术在食用油掺伪检测方面存在的问题,并对未来的检测发展方向进行了展望。

高压拉曼光谱研究均苯四甲酸二酐

测量了常温常压下的均苯四甲酸二酐的拉曼光谱,并对所测量的各个拉曼谱线进行归属认证。获得了从常压到24GPa压强条件下的原位拉曼光谱,通过频率-压强关系曲线可以得出该材料在2Gpa存在晶体结构相变,定义了均苯四甲酸二酐在低于2GPa压强条件的晶体结构为相Ⅰ,高于2GPa压强条件的晶体结构相为相Ⅱ。在相变前后,绝大多数的拉曼谱线频率-压强曲线斜率变小,说明与相Ⅰ相比,各官能团对压强的敏感程度下降,相Ⅱ的分子晶体具有更紧密的堆积结构。拉曼光谱强度能够给出丰富的材料结构信息,通过对C—O伸缩振动的倍频(常压位于1837cm^(-1))和C=O伸缩振动基频(常压位于1865cm^(-1))的相对拉曼光谱强度随压强的变化规律进行分析,发现两拉曼谱线强度比在2GPa附近存在突变,为均苯四甲酸二酐在2GPa附近发生结构相变提供了实验依据。

时间门控拉曼光谱仪的原理与技术发展历史及其应用

时间门控拉曼光谱(TGRS)已被证明是解决荧光对拉曼信号干扰最有效的方法之一。自早期大型昂贵实验室设备(如光学克尔门)诞生以来,至今荧光抑制技术已取得了长足进步。如今,有更好更经济实惠的小型设备可供选择使用。这些精进主要归功于光谱仪和电子元件生产技术的进步,从而降低了设备的复杂性和成本。时间门控拉曼光谱仪的关键组成部分是精确的时间同步(皮秒范围),即脉冲激光激发源与灵敏快速的检测器之间的同步。在激光脉冲期间,检测器能够收集拉曼信号,而在检测器的关闭期间,由于荧光发射具有更长的延迟时间,因此可以将其排斥。由于其较短的测量周期,TG拉曼光谱还具有对环境光和热辐射的抗干扰能力。近年来,超灵敏快速探测器的研究重点集中在门控和增益型电荷耦合器件(ICCDs)上,或者集中在CMOS单光子雪崩二极管(SPADs)阵列上,这些器件同样适用于进行TG拉曼。与门控CCDs相比,SPADs阵列具有更高的灵敏度和更好的时间分辨率,并且不需要过度冷却探测器。本文旨在回顾从早期至今国内外TG Raman技术的技术发展成果,并且介绍用TG Raman技术研究纳米二氧化锡颗粒和指甲实验结果,并且还简要讨论TG技术可能的扩展应用。

达卡巴嗪分子拉曼和紫外吸收光谱的理论研究

采用密度泛函理论(Density functionol theory,DFT),在B3LYP/6-31+g(d,p)基组水平上,对达卡巴嗪进行了结构优化,通过频率计算,获得达卡巴嗪的拉曼光谱,与实验获得的拉曼光谱进行对比,对400~2000 cm^(-1)频率范围内的拉曼光谱特征峰进行了指认归属.计算分析前线分子轨道和表面静电势,预测了达卡巴嗪分子化学反应发生的位点.采用含时密度泛函理论(Time-dependent density functional theory,TDDFT)计算了该分子的紫外吸收光谱和激发态,获得电荷转移光谱,分析了达卡巴嗪分子间的电荷转移关系.

加替沙星拉曼光谱、紫外吸收光谱及微观结构的理论研究

基于密度泛函理论(Density functional theory,DFT),M06-2X/6-311G(d,p)基组水平下对加替沙星分子的初始结构进行优化.计算其振动频率,采用VEDA4软件基于势能分布(Potential energy distribution,PED)计算结果对特征振动模式进行了归属指认,并和实验光谱进行了对比.绘制了分子表面静电势,分析分子可能发生亲电和亲核反应的位点.利用含时密度泛函理论(Time-dependent density functional theory,TDDFT)计算了加替沙星分子的激发态,讨论了加替沙星分子内的电子跃迁.该研究为分析加替沙星的光谱和电子结构提供了理论基础.

表面增强拉曼光谱技术在新精神活性物质检测中的应用

表面增强拉曼光谱技术具有高灵敏的吸附增强效应,提供更强的拉曼信号,通过观察到的特有分子指纹信息可以对分析物做出鉴别.各类新精神活性物质均有相应的特征拉曼信号,因此将表面增强拉曼光谱技术应用于合成大麻素类、合成卡西酮类、哌嗪类、色胺类、氯胺酮及苯环利定类和芬太尼类等新精神活性物质检测中.方法具有灵敏度高、样品处理简单和检测快速的优点,可为鉴定新精神活性物质的结构类别提供科学依据.本文介绍近年来表面增强拉曼光谱技术在各类新精神活性物质检测中的应用进展,旨在为新精神活性物质的筛查提供参考.

拉曼光谱技术在农产品中的应用

拉曼光谱技术作为快速、无损且无需复杂前处理的一种分析方法广泛用于农产品的检测。拉曼光谱提供了分子与化学成分的结构特征,拉曼指纹图谱在农产品的检测上有巨大的应用潜力。综述了近年来拉曼光谱在农产品的安全检测、质量检测、品质评估、生长监测及种类鉴别等方面的应用。为拉曼光谱技术在农产品的应用和开发提供参考与借鉴。

拉曼光谱结合化学计量学方法的复方柳安咖注射液成分分析

为了实现复方柳安咖注射液成分的快速检测,利用拉曼光谱的指纹识别性、聚焦式采样方法及水影响较低的特点结合化学计量学方法对复方柳安咖注射液进行了分析。复方柳安咖注射液针剂样品的拉曼光谱显示,复方柳安咖注射液针剂的拉曼光谱主要由水杨酸钠、安替比林和咖啡因的水溶液拉曼谱带组成。以水杨酸钠梯度溶液拉曼光谱特征峰812 cm^(-1)和1033 cm^(-1)、安替比林梯度溶液拉曼光谱特征峰724 cm^(-1)和1005 cm^(-1),依据散射光强与相应组分浓度之间的关系,利用光谱特征峰高度、峰面积分别建立定量分析模型;考虑各成分光谱间的相互干扰,也利用水杨酸钠梯度溶液光谱745~920 cm^(-1)、1010~1060 cm^(-1)波段数据和安替比林梯度溶液拉曼光谱700~750 cm^(-1)、950~1020 cm^(-1)波段数据,基于偏最小二乘法(PLS)建立定量分析模型。两种分析模型对三个不同厂家不同生产批次的31个针剂样品中主要成分水杨酸钠和安替比林的含量进行预测,预测值与液相色谱法测试值相近;预测水杨酸钠和安替比林含量分别为标示量的96.4%~102.3%之间和98.1%~105.8%之间,都符合国家药品标准,与液相色谱测试法的分析结果一致。表明拉曼光谱结合化学计量学方法能对复方柳安咖注射液成分进行定量分析,具有准确、方便、快捷的优点。

不同产地酸枣仁切片的拉曼光谱检测及分析

利用拉曼光谱比较不同产地酸枣仁的主要成分组成及含量差异。以酸枣仁切片为研究对象,使用共聚焦显微拉曼光谱仪分析了四个不同产地的酸枣仁主要成分特征峰,得到酸枣仁拉曼光谱及拉曼一阶导数谱,并对其进行振动模式归属分析。不同产地酸枣仁在299,403,790,873,941,1084,1160,1237,1600 cm^(-1)附近处均出现明显的特征峰,不同产地酸枣仁有效成分的特征峰有一定差异,宁夏产地与山东产地的酸枣仁较河北产地与榆林产地皂苷类化合物特征峰弱;酸枣仁有效成分为皂苷类化合物、黄酮类化合物、碳水化合物;酸枣仁的一阶导数谱在237.8,375.9,844.7 cm^(-1)附近处出现尖锐的特征峰,分辨率更高,可以作为鉴定和识别酸枣仁的特征峰。拉曼光谱的特征峰可以作为鉴定和识别不同产地酸枣仁的手段,其结果可为酸枣仁的真伪鉴定及质量监测提供参考。

拉曼光谱结合光谱特征区间筛选算法快速定量鉴别植物调和油品质

本研究提出了一种基于拉曼光谱与光谱特征区间筛选算法实现植物调和油中高价值植物油含量快速定量检测的方法。首先,将粒子群优化(particle swarm optimization,PSO)算法与灰狼优化(grey wolf optimization,GWO)算法融合构建混合智能优化算法,即PSOGWO算法。其次,将PSOGWO与组合移动窗口(combined moving window,CMW)策略结合构建新型的拉曼光谱特征区间筛选算法,即PSOGWO-CMW算法。然后,将玉米油(corn oil,CO)和特级初榨橄榄油(extra virgin olive oil,EVOO)以不同比例配制为CO-EVOO植物调和油,并采集其拉曼光谱。将拉曼光谱输入偏最小二乘回归、PSO-CMW、GWO-CMW和PSOGWO-CMW模型预测EVOO含量,并比较建模效果。结果表明,PSOGWO-CMW模型具有最佳的预测性能。采用本方法与气相色谱-质谱法分别检测真实的CO-EVOO植物调和油样本中EVOO含量,结果表明两者的检测性能无显著差异。本方法快速、准确,亦可用于其他植物调和油中高价值植物油含量的快速定量检测。