应用表面增强拉曼光谱法检测鸭肉中萘夫西林残留的研究

采用金胶颗粒作为活性基底,氯化钠溶液作为活性剂,并采用表面增强拉曼光谱(SERS)技术建立一种检测鸭肉中萘夫西林残留的检测方法。首先分析了奈夫西林水溶液的SERS特征峰及其归属。然后分析了奈夫西林在鸭肉提取液中的SERS特征峰,确定了鉴定鸭肉中奈夫西林残留的拉曼特征峰,并选取521与1 449cm^(-1)处的拉曼峰强度进行条件的优化。最后应用内标法对鸭肉提取液中萘夫西林的残留量进行定量分析。结果表明,鸭肉提取液中萘夫西林的质量浓度范围在0.2~10mg·L^(-1)时,应用拉曼峰强度比值所建立的四种标定曲线均具有良好的线性关系,决定系数均大于0.95。其中三种标定曲线具有较高的准确度,其回收率介于88%~144%。由此可见,应用SERS检测鸭肉中萘夫西林的残留是可行的,该方法简便、快速,为检测禽肉类食品中萘夫西林的残留提供了技术支持。

应用粒子群优化算法对鸭肉中四环素残留含量的同步荧光光谱快速测定

四环素在NaOH存在的条件下能降解生成具有强荧光特性的异四环素,应用同步荧光光谱结合小波去噪、粒子群优化算法(PSO)和支持向量回归(SVR)建立鸭肉中四环素残留含量的预测模型,可实现鸭肉中四环素残留含量的快速测定和提高预测模型的精度。首先应用平行因子分析法(PARAFAC)确定检测鸭肉中四环素含量的最佳波长差Δλ为70nm;然后对同步荧光光谱进行db6小波的2层分解的小波去噪及去噪后的光谱归一化处理,并利用PSO筛选出了6个荧光特征波长;最后应用PSO优化SVR模型参数(c,g),进而对在PSO筛选的特征波长光谱条件下建立的PSO-SVR,PLS,PCR模型以及在全光谱条件下建立的PSO-SVR模型进行性能比较,结果表明,以在PSO筛选的特征波长光谱条件下建立的PSO-SVR模型预测能力更强,其预测集的相关系数(r)和均方根误差(RMSEP)分别为0.952 0和17.6mg·kg-1。说明PSO能够有效提取鸭肉中残留四环素所对应的荧光特征波长,且PSO-SVR预测模型能满足鸭肉中残留四环素的快速测定要求。

荧光光谱技术在肉类中抗生素残留检测中的应用研究进展

肉类中抗生素残留超标容易对人体健康造成一些潜在危害,其已成为影响肉类食用安全品质的一个重要因素。荧光光谱技术作为一种快速检测技术在肉类中抗生素残留检测当中受到了越来越多的重视。介绍了荧光及荧光发光原理,综述了抗生素检测中的主要荧光发光方法,以及同步荧光光谱、三维荧光光谱、表面增强荧光等常用的荧光光谱技术及其在肉类中抗生素残留检测中的应用情况,并对其应用前景进行了展望。

大白菜中马拉硫磷农药的表面增强拉曼光谱快速检测

为了检测大白菜中马拉硫磷农药残留,该文采用表面增强拉曼光谱技术结合化学计量学方法建立马拉硫磷残留的快速检测模型。采用硫酸镁、N-丙基乙二胺、石墨化炭黑和C18去除大白菜中蛋白质、脂肪、碳水化合物等物质的影响。利用不同预处理方法对原始光谱信号进行预处理,建立大白菜中马拉硫磷残留的偏最小二乘模型。研究发现,大白菜中马拉硫磷的检测浓度达到1.082 mg/L以下;归一化预处理后建立的模型预测性能最好。配制5个未知浓度样本验证模型的准确度,预测值与真实值相对误差的绝对值为0.70%～9.84%,预测回收率为99.30%～109.84%;配对t检验的结果表明样本的预测值与真实值之间无明显差异,说明模型是准确可靠的。结果表明,SERS（surface-enhanced Raman spectroscopy）方法可以实现大白菜中马拉硫磷残留的快速检测。

多菌灵农药的激光拉曼光谱分析

实验采集多菌灵农药的固体和液体拉曼光谱信号，对固体的原始拉曼光谱信号进行小波去噪预处理，利用正交试验方法筛选小波去噪参数的最优组合。结果表明，采用db2小波基函数、分解层数为2、阈值方案选择为rigrsure、重调方式为sln时，去噪效果最好，信噪比为62．483。根据不同官能团的振动模式，对去噪后的拉曼光谱分3个波数段（1400～2000，700～1400，200～700 cm^-1）进行谱峰归属和分析，得到了多菌灵农药分子在不同波数范围内的特征振动模式，其中，在619，725，964，1022，1265，1274和1478 cm^-1处的拉曼信号较强，可作为固体多菌灵农药的特征峰。从多菌灵农药的液体拉曼光谱中，找到了629，727，1001，1219，1258和1365 cm^-1特征峰，这些特征峰跟固体多菌灵农药的特征峰基本吻合。研究结果可为拉曼光谱分析技术在食品及农产品中农药残留的快速筛选提供判别依据。

导数同步荧光光谱-小波-SGA-LSSVR联用快速测定鸭蛋蛋清中新霉素残留含量

新霉素在巯基乙醇存在的条件下与邻苯二甲醛生成的衍生物具有强荧光特性,可实现鸭蛋蛋清中新霉素残留含量的荧光测定。在模型建立过程中,分析了波长为280～390 nm光谱范围内的三维同步荧光光谱,确定检测鸭蛋蛋清中的新霉素含量的最佳波长差Δλ为110 nm;然后利用db10小波的2层分解对一阶导数同步荧光光谱进行去噪处理,并利用分段遗传算法(SGA)优选出了14个特征波长;最后应用最小二乘支持向量回归(LSSVR)建立了鸭蛋蛋清中的新霉素含量的预测模型,其模型预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.9671和1.713。结果表明,SGA能有效提取出鸭蛋蛋清中新霉素对应的特征波长,有利于提高LSSVR模型预测精度,可实现鸭蛋蛋清中新霉素残留含量的快速测定。

有机磷类农药的密度泛函理论计算及拉曼光谱研究

有机磷类农药常被用于防治植物病、虫、害,但对人、畜的急性毒性很强,能抑制乙酰胆碱酯酶。三种有机磷类农药分子(乐果、敌百虫和伏杀硫磷)的分子构型用GaussView3.07构造,理论计算采用密度泛函理论(density functional theory,DFT)的B3LYP/6-31G(d,p)基组,并将实验拉曼光谱、理论计算拉曼光谱和表面增强拉曼光谱(SERS)进行比较。结果表明,三种有机磷类农药分子的实验值与理论方法计算值具有很好的匹配性,并对三种有机磷类农药分子(乐果、敌百虫和伏杀硫磷)在400~1 800cm-1范围内的振动频率进行了全面地归属,找到了这三种有机磷类农药的特征峰。有机磷类农药分子的振动峰中会出现相近的波数,P—O基团引起的波数在1 140~1 320cm-1之间,PS的伸缩振动的谱带在535~750cm-1范围,含有P—O—C基团的有机磷类农药在920~1 088cm-1范围产生一个谱带。对比分析三种农药的实验拉曼光谱和表面增强拉曼光谱,找到了这三种有机磷农药分子各自主要的表面增强拉曼特征峰,这些表明利用SERS技术可以用来鉴定有机磷农药。研究结果为有机磷农药的定性定量分析提供了理论基础。

基于纳米银粒子增强荧光测定鸭肉中土霉素残留量

在纳米银粒子(AgNPs)和乳化剂OP-10的作用下,土霉素(OTC)与Eu(Ⅲ)生成的配合物可产生较强的荧光强度,本文将此荧光增强机理用于检测鸭肉中残留的OTC。首先,分析了OTC+Eu+AgNPs+OP-10体系和OTC+Eu+AgNPs+OP-10+duck meat extract体系的荧光光谱特性。然后,分别分析了AgNPs加入量、Eu3+加入量、乳化剂OP-10和反应时间对OTC+Eu+AgNPs+OP-10+duck meat extract体系的荧光强度的影响,确定了最佳实验条件。最后,建立了预测鸭肉中OTC残留量的标准曲线。实验结果显示:鸭肉提取液中OTC含量与617nm处峰面积之间呈良好的线性关系,其预测集的相关系数(r)和预测均方根误差(RMSEP)分别为0.996 6和0.622 3mg/L。该结果表明,提出的研究方法可满足鸭肉中OTC残留量的快速测定要求。

同步荧光光谱结合CARS变量优选预测猪肉中四环素残留含量

为快速检测猪肉中的四环素残留含量,采用同步荧光法结合竞争适应重加权采样(CARS)变量优选法建立了预测猪肉中四环素残留含量的支持向量回归(SVR)模型。从样本的三维同步荧光光谱中确定了最佳波长差为65nm,采用CARS方法从中挑选出与四环素相关的特征波长变量,并与连续投影算法(SPA)及遗传算法(GA)进行比较。最后,应用SVR算法对优选出的16个波长变量建立猪肉中四环素含量的预测模型。分析发现,多元散射校正(MSC)光谱预处理后的CARS方法优于SPA及GA变量选择方法,可以有效地筛选出全光谱中的特征波长变量。CARS-SVR建立的四环素预测模型优于原始光谱的SVR模型,其预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.961 2和10.94mg/kg。研究结果表明,采用同步荧光法结合CARS-SVR模型可以预测猪肉中的四环素残留含量,且CARS-SVR能有效地简化模型并提高预测精度。

基于APTLD的猪肉中莱克多巴胺残留含量的三维同步荧光光谱快速测定

应用三维同步荧光光谱法结合交替惩罚三线性分解(APTLD)来建立猪肉中莱克多巴胺残留含量的定量测定模型,以实现猪肉中莱克多巴胺残留含量的快速测定。首先分析了莱克多巴胺的荧光光谱产生机理和样本的三维同步荧光光谱;其次对猪肉提取液中的莱克多巴胺荧光的浓度猝灭现象进行了分析;然后应用核一致诊断法确定了APTLD的三线性分解组分数为2,并建立了猪肉提取液中莱克多巴胺的相对荧光峰值强度与训练样本中莱克多巴胺的相对荧光峰值强度之间的标定曲线,用于待测样本中的相对荧光峰值强度的校正;最后,建立了基于APTLD的猪肉中莱克多巴胺残留含量的三维同步荧光光谱预测模型。试验结果表明,该方法可以较好的解决猪肉样本中莱克多巴胺与背景之间的同步荧光光谱严重重叠的问题,省去了一些烦琐的"化学分离"过程,模型预测集的决定系数(R^2)和均方根误差(RMSEP)分别为0.986 3和0.496 6 mg·L^(-1),达到了猪肉中莱克多巴胺残留含量快速定量测定目的。

噻菌灵农药的表面增强拉曼光谱分析

利用表面增强拉曼光谱技术(SERS)分析噻菌灵农药的拉曼特征峰。采用微波法制备银溶胶表面增强基底,利用激光显微共焦拉曼光谱仪分别采集514.5和785nm激发波长下的噻菌灵农药拉曼光谱,解析不同激发波长下的拉曼特征峰并进行比较。结果表明:不同激发波长下噻菌灵的拉曼峰强度和拉曼频移差异较大,514.5nm激发波长下的782和1 012cm-1最强,是C—H变形振动较强特征峰,而785nm激发波长下的1 284,1 450和1 592cm-1最强,是环振动和CN伸缩振动较强特征峰。对比分析各个激发波长下噻菌灵的SERS谱图,找到了噻菌灵农药的5个较强特征拉曼峰:782,1 012,1 284,1 450和1 592cm-1。这些特征峰可作为食品及农产品中噻菌灵农药残留定性定量判别的依据。

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。

叶菜中噻菌灵农药的SERS快速检测研究

为了检测叶菜中噻菌灵农药残留,利用快速前处理方法提取空心菜菜汁,分别采集不同浓度噻菌灵水溶液的表面增强拉曼信号和以菜汁为基质的噻菌灵溶液表面增强拉曼光谱信号.结果表明,噻菌灵水溶液的表面增强拉曼信号在0.1～10 mg·L-1范围内具有良好的线性关系,选取1 009cm-1特征峰强度制定噻菌灵的标准曲线,相关系数为0.9922.以菜汁为基质的噻菌灵溶液表面增强拉曼光谱最低检测浓度为0.2 mg·L-1,在该浓度下,990、1 225和1 527cm-1处的特征峰明显,与噻菌灵水溶液的特征峰振动归属一致,可作为鉴别叶菜中噻菌灵农药残留的依据.研究结果为叶菜中农药残留的快速检测提供了方法支持.

茶叶中多菌灵残留的SERS快速检测

采用表面增强拉曼光谱方法(surface-enhanced Raman spectroscopy,SERS)结合快速溶剂提取前处理方法快速检测茶叶中多菌灵农药残留。以表面增强试剂为基底,采集不同浓度多菌灵溶液的表面增强拉曼信号;以表面增强试剂为基底,采集以茶叶提取液为基质的不同浓度多菌灵溶液表面增强拉曼信号。结果表明:630、730、1 004、1 221、1 262、1 368、1 462、1 528 cm-1处的拉曼信号较强,可作为多菌灵农药的特征峰;采用SERS方法检测干茶中多菌灵农药的最低检测浓度为2 mg/L,满足国标检测茶叶的要求;选用630 cm-1处的峰强度与多菌灵浓度制定标准曲线,在2~50 mg/L具有良好的线性关系,线性方程为y=15.731x+1 151.9,r2=0.980 2;回收率为86.84%~92.40%,相对标准偏差均小于5%,说明本方法有良好的重现率。

基于SERS技术的茶叶中乐果农药残留的快速检测

基于表面增强拉曼光谱方法(surface-enhanced raman spectroscopy,简称SERS)与快速溶剂提取前处理技术,建立茶叶中乐果农药残留的快速检测方法。以金纳米粒子为增强基底,分别采集不同浓度乐果溶液的表面增强拉曼光谱和不同浓度以茶叶提取液为基质的乐果溶液表面增强拉曼光谱;采用无水硫酸镁、四氯化三铁、石墨化碳对提取液进行净化处理,去除基质中叶绿素、矿物质、茶多酚、碳水化合物等物质的干扰;762、902、1 050、1 160、1 210、1 310、1 653 cm-1这7处谱峰可作为鉴定乐果农药的峰。结果表明,茶叶中乐果农药最低浓度能达到1.0 mg/L以下;对不同浓度以茶叶提取液为基质的乐果溶液表面增强拉曼光谱进行分析,发现762 cm-1处特征峰强度与乐果浓度在1~10、8~25 mg/L内具有良好的线性关系;配制3个浓度样本验证方法的准确度,平均回收率为93.89%~96.36%,相对标准差为2.59%~4.87%,均小于5.00%,说明用该方法检测茶叶中的乐果农药具有较高的准确度和精密度。

鸭肉中环丙沙星残留的表面增强拉曼光谱测定

为实现鸭肉中环丙沙星(CIP)残留的快速检测,建立了一种鸭肉中CIP残留的表面增强拉曼光谱(SERS)快速检测方法。进行了增强基底的紫外-可见吸收光谱分析和鸭肉中CIP残留检测的SERS可行性分析。通过单因素实验,确定了金胶加入量、含CIP的鸭肉提取液加入量、氯化钠溶液加入量和吸附时间。在最佳实验条件下,建立了鸭肉中CIP残留的SERS检测的标准工作曲线,决定系数(R2)为0.987 9,预测样本中CIP的平均回收率为97.0%~111.7%。实验结果表明,鸭肉中CIP残留的SERS快速检测方法是可行的。

氨基甲酸酯类农药的密度泛函理论计算及拉曼光谱研究

为了获得氨基甲酸酯类农药分子的分子结构振动信息,应用密度泛函理论(DFT)中的B3LYP杂化泛函和6-31G(d,p)基组对三种氨基甲酸酯类农药(西维因、克百威和涕灭威)分子进行了几何结构优化和频率计算,利用拉曼光谱仪采集了这三种氨基甲酸酯类农药的实验拉曼光谱,并将理论方法计算的拉曼光谱和实验拉曼光谱进行比较。结果表明,理论方法计算的结果与实验值具有很好的匹配性。对三种氨基甲酸酯类农药分子在400~3 200 cm^(-1)范围内的振动频率进行了全面地归属,找到了氨基甲酸酯类农药分子的四个特征峰,分别位于874,1 014,1162和1 716 cm^(-1)附近。对比分析三种农药实验拉曼光谱的差异,找到三种农药分子各自不同的特征峰。研究结果为氨基甲酸酯类农药的检测分析提供了理论基础,将应用于农产品中氨基甲酸酯类农药残留的鉴别。

表面增强拉曼光谱法测定鸭肉中氧氟沙星残留

建立一种鸭肉中氧氟沙星(OFX)残留的表面增强拉曼光谱(SERS)检测方法。样本经过前处理后,利用QE65000便携式拉曼光谱仪采集样本的SERS光谱。采用单因素实验分析法优化实验条件,并建立预测鸭肉中OFX残留的线性回归方程。结果表明:金胶加入量、待测液样本加入量、NaCl溶液加入量及吸附时间的较优条件分别为500μL、10μL、120μL和1min,线性回归方程为y=1357.9x+33.737,相关系数(R2)为0.9946,样本回收率为89%~106%。

基于同步荧光光谱法的鸭肉中西维因残留含量检测研究

为了快速测定鸭肉中西维因残留含量,提出应用同步荧光光谱法检测鸭肉中西维因残留含量,同时运用遗传算法-支持向量回归(GA-SVR)建立了鸭肉中西维因残留含量的回归预测模型。首先,通过荧光分光光度计分别采集了西维因水解物和含有西维因的鸭肉的三维同步荧光光谱图,经过分析确定了最佳波长差Δλ都为140nm;其次,分析了鸭肉中西维因的浓度猝灭现象;最后采用GA进行同步荧光光谱的优化和选择,根据交互验证均方根误差(RMSECV)选择出了21个特征波长,并分别用全波长和21个特征波长作为SVR回归预测模型的输入特征变量,发现通过GA选择的特征波长可以得到更好的预测效果,并且其预测集的相关系数(R2)达到0.976 4,均方根误差(RMSECP)为12.232 2。试验结果表明利用同步荧光技术结合GA-SVR方法能有效、快速的检测鸭肉中西维因残留含量。

苯并咪唑类的密度泛函理论计算及拉曼光谱研究

利用激光显微拉曼光谱仪采集了三种苯并咪唑类农药（多菌灵、噻菌灵和苯菌灵）的拉曼光谱。应用密度泛函理论（DFT）中的B3LYP杂化泛函和6-31G（d,p）基组对三种苯并咪唑类农药分子进行结构优化和拉曼光谱振动频率计算。结果表明,理论计算得到的振动频率值与实验测得值吻合较好。对三种苯并咪唑类农药分子在200-3 500cm-1范围内的振动模式进行归属,找到了苯并咪唑类分子的3个特征峰,分别位于1 015,1 265cm-1和1 595cm-1附近;对比分析三种农药拉曼光谱的差异性,找到三种农药分子各自不同的特征峰。研究结果可为苯并咪唑类农药的拉曼光谱分析提供理论依据,将促进食品和农产品中苯并咪唑类农药残留的快速检测研究。