基于化学计量学的指纹图谱技术及其用于复杂分析体系的表征和分析

基于化学计量学的指纹图谱技术及其用于复杂分析体系的表征和分析

郭方遒[1]2004年在《基于化学计量学的指纹图谱技术及其用于复杂分析体系的表征和分析》文中认为建立中草药化学特征指纹图谱,目前已成为国际上公认的控制中草药或天然药物质量的最有效方法,该技术也必将成为控制中药生产工艺标准化的最有力手段。联用仪器和相关的化学计量学方法的快速发展为中药指纹图谱的建立和评价提供了强有力的手段和广阔的前景。论文以实际中药体系为研究目标,利用GC、GC-MS、HPLC-DAD等分离检测手段,并结合相关的化学计量学方法,建立了中药羌活、茵陈的色谱指纹图谱,以共有峰率、变异率和指纹图谱的相似度等评价指标对指纹图谱进行了评价,最后将研究中药指纹图谱的方法应用于烟用香精质量控制的研究。论文主要涉及了以下几个方面: 1 重迭色谱峰的解析:为了获得重迭色谱峰的纯色谱和光谱,提出了以重迭指数作为判据,分别选择迭代的正交投影法和非迭代的渐进窗口正交投影法进行解析,而对于某些响应值较小、信噪比较低的组分采用了粗糙惩罚平滑法对数据进行预处理,在不改变数据的基本结构和定性信息的前提下有效地提高了信噪比,消除了不等性噪声的影响,提高了定性和定量结果的准确度。 2 信息理论用于提取和分离条件的优化:论文首次将信息量的概念用于色谱分离条件和样品提取条件的优化,通过计算色谱流出曲线的信息含量从整体上评价了色谱分离的优劣,而不是从

曾仲大[2]2006年在《联用色谱数据的化学计量学解析方法及应用研究》文中指出现代分析仪器,尤其是色谱和联用色谱等,提供了丰富的多组分量测信息,为解决中药现代化,系统生物学和环境科学研究中的分析问题创造了强有力的条件。而化学计量学的多变量解析方法,为从联用色谱数据中获取复杂体系多组分的定性定量信息提供了重要的手段。特别值得关注的是,作为国粹的中药,其活性成分的发现,药理作用,质量控制和多组分协同效应的研究等,弄清其化学物质基础,都是至关重要的一步。本论文就是从这些实际问题出发,发展新的化学计量学高维数据解析方法,解决中药研究和生物体系分析中面临的复杂多组分分析难题。论文主要涉及叁个方面:联用色谱数据分辨算法及其在复杂中药体系研究中的应用;化学计量学方法寻找生物标记物模式以及色谱指纹图谱技术与多变量数据分析方法在中药质量控制中的应用。 一.联用色谱数据分辨算法及其在复杂中药体系研究中的应用(第二章-第四章):第二章提出了在没有“先入先出”假设的情况下,诊断色谱流出模式的部分移动窗口因子分析法,实现了顺序流出与多组分完全包埋体系的分析。第叁章首次提出了交替移动窗口因子分析法,实现了同一样本在不同分析条件下(如不同实验室,不同仪器,甚至是不同色谱柱等等);或者是不同但具有一定相关性的样本(如单味药与复方,野生中药材与种植药材,同一中药的不同药用部位,中药进血液前与进血液后)之间复杂多组分的综合比较,充分利用二个相关联用色谱的信息,挖掘出被比较体系之间组分的相互关系,并进一步分辨出它们的纯光谱,并根

胡芸[3]2004年在《化学计量学算法在中药指纹图谱研究中的应用》文中进行了进一步梳理随着现代分析技术的不断进步,中药的现代化研究也得到不断的发展和深入,其中中药质量控制是中药现代化、产业化以及国际化的核心。尽管中药内含物质群是个很复杂的问题,但联用仪器及相关化学计量学方法的快速发展为中药体系的分析与质量控制提供了强有力的手段和广阔的前景。本文以实际中药体系为研究目标,利用化学计量学的方法实现对中药指纹图谱的分析及中药质量控制的研究。 论文的第一章论述了近年来中药质量控制模式的发展状况,以及中药指纹图谱、现代分析技术和化学计量学方法在中药质量控制中的应用。 第二章基于相同的化学物质具有相同的光谱,在单组分光谱相关色谱的基础上,提出了多组分光谱相关色谱的新方法。利用联用色谱的光谱与色谱信息,借助化学计量学中的主成分分析和正交投影法实现同种中药在不同实验条件下或不同种中药在相同实验条件下的色谱指纹图谱中相关组分色谱峰簇的判断,为客观表征和评价中药指纹图谱提供了实用、方便、可靠、有力的手段。 第叁章系统地阐述了中药材灯盏花的色谱指纹图谱实验研究。内容包括提取溶剂的选择,色谱条件的优化及方法学考察等,使建立的色谱指纹图谱具备系统性、特征性和稳定性。这不仅为深入研究药材的化学成分及质量评价提供理论依据,而且在实践中还能指导中药材的GAP种植与采收。 第四章针对中药色谱指纹图谱中存在的仪器误差和样本误差,采用数据预处理、局部最小二乘与主成分投影等方法对不同来源药材的色谱指纹图谱进行模式识别,进而鉴别中药材质量的真伪。

段小菊[4]2014年在《基于化学计量学的白花丹参质量评价及谱效关系的研究》文中研究表明高效液相色谱法(HPLC)准确、精密、高效,且适用范围广,是中药进行指纹图谱分析时优先考虑的方法。近红外光谱(NIR)技术分析样品具有方便、快速、高效和成本低,不破坏样品,不消耗化学试剂,不污染环境,在线监测等优点。HPLC和NIR指纹图谱可以整体宏观地反映中药化学成分的种类与数量等信息,从而使中药质量控制更加完善。本论文基于HPLC及NIR分析技术,结合化学计量学方法,分别建立了HPLC指纹图谱和NIR指纹图谱结合多指标成分同时定量及产地鉴别的白花丹参药材的质量评价方法。中药指纹图谱一般提供中药所含的化学成分信息,难以体现中药的药理活性。采用化学计量学方法能够将指纹图谱的化学成分信息与药物活性关联(即谱效关系),可以解决化学信息与药效信息的断层问题。近些年来,中药谱效关系的研究已经展开。因此,本论文利用化学计量学方法,分别建立了基于HPLC指纹图谱和NIR指纹图谱与抗氧化活性之间的白花丹参谱效关系模型,挖掘与抗氧化活性有显着相关的特征峰或光谱特征信息,为白花丹参药材的质量控制和评价提供了参考依据。本论文的研究内容主要有以下几个方面:1、基于指纹图谱的白花丹参产地鉴别研究建立了白花丹参的HPLC指纹图谱方法并进行了方法学验证,结果表明所建HPLC方法精密度、重复性和稳定性良好,能够用于白花丹参药材指纹图谱的测定。运用主成分分析(PCA)方法对指纹图谱进行模式识别研究,建立了基于HPLC指纹图谱的白花丹参药材提取液产地的鉴别模型,成功实现了对来自泰安、莱芜、广饶和荣成4个产地白花丹参样品的产地鉴别。测定白花丹参提取液以及原药材的NIR指纹图谱,采用判别分析(DA)法对指纹图谱进行模式识别,并对提取液及原药材的NIR指纹图谱建模结果进行比较。其中白花丹参固体粉末样品所建模型中4个产地样本之间均有明显的界限,判别结果的正确率达100%,而基于提取液NIR的模型判别结果差。表明基于固体粉末所建NIR模型适合用于白花丹参的产地鉴别。在白花丹参固体粉末的最优模型条件下,将NIR光谱中有显着差异的光谱特征区间进行了初步的归属。2、多种成分的定量分析在同一色谱条件下,建立了白花丹参提取液中10种成分同时定量分析的HPLC色谱方法,并进行方法学验证。同时,对4个产地的样本中10种成分含量进行了比较,结果显示不同产地的成分含量存在明显差异。建立了基于NIR指纹图谱同时测定白花丹参药材中6种成分的偏最小二乘回归(PLSR)模型,模型的校正集相关系数僻c)和预测集相关系数他p)值均大于0.85,其中丹参素和丹酚酸B的Rc值和砩值大于0.98。表明模型可靠,为快速、高效、绿色、低成本地大量进行白花丹参的多成分含量测定提供了参考方法。3、指纹图谱与抗氧化活性的相关分析研究采用DPPH法测定4个产地90个白花丹参样品以及对照品维生素E和维生素C的抗氧化活性。利用偏最小二乘算法(PLS)对白花丹参提取液的HPLC指纹图谱和对应的药效指标半数抑制浓度(IC_(50))进行建模。PLS模型的最优化结果是:Rc.0.9138,Rp=0.9342,RMSI强(验证集均方根误差)=0.1571mg·mL~(-1),Q~2交叉验证多重相关系数的平方)=0.684。这表明所建模型可以用来预测白花丹参的抗氧化活性。此外,通过模型分析,得到丹酚酸B是白花丹参药材抗氧化活性的主要成分,这与传统认为酚酸类成分是中药抗氧化作用的有效成分是一致的。采用PLS算法建立90个白花丹参原药材NIR指纹图谱和对应药效指标IC_(50)的谱效关系模型。采用间隔偏最小二乘法(i-PLS)选择特征光谱区间,预处理方法采用MSC+FD+SG组合,基于9个因子数,所得最终PLS模型结果为:R_c=0.9737,Rp=0.9500,RMSEP=0.163mg·mL-1,RMSEC(校正集均方根误差)=0.098mg·mL-1,RMSECV(交叉验证均方根误差)=0.223mg·mL~(-1),RPD(性能比偏差)=2.66。这表明模型性能较好,可用来快速预测白花丹参药材的抗氧化活性,在白花丹参药材的质量控制和评价以及原药材抗氧化作用的高通量筛选中有巨大的应用潜力。

李雅文[5]2007年在《化学计量学用于复杂体系中挥发性成分分析》文中研究说明目前,天然动植物样品组成的复杂分析体系的定性定量技术已取得很大进展,但对于中药和烟草此类非常复杂体系,的化学成分还有待进一步研究。联用仪器及相关化学计量学的快速发展为这些复杂体系的分析提供了强有力的手段和广阔的前景。本文以实际中药和烟草体系为研究目标,利用化学计量学方法实现了对中药和烟草中化学成分的全面分析及指纹图谱研究。论文第一章为绪论,介绍了我国中药产业和烟草产业面临的问题和推行产业现代化的必要性,以及化学计量学中多元分辨技术和指纹图谱在复杂分析体系中的应用进展。在第二章中,我们借助化学计量学分辨和保留指数的方法,提出一个用气相色谱-质谱联用法定性定量分析仙鹤草中挥发油成分的方法。通过对仙鹤草挥发油化学成分的分析,为进一步研究和开发仙鹤草提供有利的科学依据。第叁章,利用本实验室新近提出的交替移动子窗口因子分析法对不同产地不同品种千斤拔样本进行了较为详细的比较分析,结果说明,此法不仅解决了色谱峰严重重迭甚至被包埋的解析问题,而且在不同谱图的快速定性方面也取得了很好的效果。第四章用同时蒸馏萃取的方法分别提取了五个不同产地烟草中挥发性半挥发性成分,以气相色谱-质谱联用法和化学计量学多元分辨技术中的子窗口因子法对某一个地区的样品进行了定性定量分析,然后再采用正交投影分辨法鉴定出五个样品的共有组份。此方法的建立极大的节省了多样品的分析时间,定性分析时不用对五个样品的每个色谱峰都单独进行质谱相似性检索和分辨,能够很好的比较出不同产地烟草原料和不同卷烟成品的化学成分。第五章,使用了加速溶剂萃取方法对烟草中化学组分进行提取,同时为了更全面的提取出烟草中各类化学组分,我们采用四种极性不同的溶剂进行连续萃取,并用均匀设计方法对加速溶剂萃取的提取条件进行了优化,得到了较满意的结果。

袁大林[6]2010年在《代谢组学与中药研究中复杂体系的解析方法及应用研究》文中研究指明化学计量学方法与仪器联用技术的结合与快速发展,使人们对复杂多组分体系的分析能力有了很大的提高,不仅可以解决传统分析化学难以处理的化学问题,同时也使分析化学由单纯的提供数据上升为从分析数据中获取有用信息和知识。本论文针对代谢组学与中药等复杂多组分体系分析过程中所遇到的一系列问题展开研究,发展相关化学计量学方法,从复杂的分析数据中挖掘有用信息,实现复杂多组分分析体系的定性定量分析及信息提取与知识总结。本论文的工作主要包括以下五个方面的内容:一、将计算机领域最新发展的模式识别方法——非相关线性判别分析法引入到代谢组学的研究中。该方法通过最大化不同类样本之间的分离度,提取出具有最大判别能力的判别矢量;同时,所得到的判别矢量相互之间非相关,使得信息冗余最小。通过对模拟数据与人体血浆游离脂肪酸含量数据的分析表明,该方法所建立的判别模型明显优于PLS-DA与PCA模型,同时还筛选得到对分类起重要贡献的特征生物标记物。二、首次提出了模糊系统分析法并将其用于1型糖尿病人血清代谢组NMR谱的聚类分析。该方法基于模糊理论,结合了模糊聚类分析、模糊聚类载荷模型以及目标投影选择比值法,将分析数据的聚类分析、结果解释及特征生物标记物筛选集为一体,为代谢组学研究提供了一个完整的数据分析平台。通过对613例1型糖尿病患者的血清代谢组NMR图谱分析,发现了死亡高危人群的聚类,并分析了NMR图谱中与该类别密切相关的谱峰,发现了一系列与1型糖尿病死亡高风险相关的代谢物。叁、针对模式识别过程中的变量选择与特征标记物筛选的问题,提出了一种新的变量选择方法。该方法综合了蒙特卡洛交叉效验、无信息变量筛选与偏最小二乘线性判别分析的优点,不仅可以筛选出合适的变量建立一个效果较好的判别模型,还可以给出所筛选变量的重要性排序。利用该方法和常用的UVE-PLSR法对实验模拟混合样本色谱指纹图谱数据及中药材葛根样本的色谱指纹图谱数据进行分析。结果表明,该方法在一定程度上优于UVE-PLSR,筛选得到的变量所建立的模型能很好地对样本的抗氧化活性高低进行判别,找出与抗氧化活性密切相关的物质,同时还确认了相关物质抗氧化活性的强弱。四、针对复杂体系分析中物质定性的难题,提出利用保留时间预测模型辅助色谱联用仪器定性。对如何建立一个好的物质结构-保留时间关系模型的方法进行了有关的基础研究,提出了一种新的建模方法——子空间正交投影建模法。该方法利用了分子结构描述子的特点,提出块变量概念,将一个分子描述子家族中的多个变量看成一个整体,即作为一个块变量;并利用子空间正交投影法消除块变量之间的信息重迭与共线性,从每个子空间提取一个最佳的回归方向并建立较好的保留时间预测模型。与常用的PLSR与PCR相比,该方法所得模型的预测精度更好,模型复杂度更低。同时,还提出利用马氏距离定义模型的有效预测空间,为模型的实际应用提供指导。五、应用交替移动窗口因子分析法解决代谢组学研究中包埋峰物质定性的问题。交替移动窗口因子分析法通过交替地对两个不同的分析体系进行扫描和分析,从两个体系中获得选择性信息;然后利用所得选择性信息对两个体系进行解析,获得其中组分的纯色谱与纯波谱,实现复杂体系甚至是包埋峰体系的定性分析。由于该方法对色谱峰形状没有任何限制,因此使用范围更广。通过模拟数据与真实数据展示了该方法的分析过程与特点。结果表明,该方法是一种有效的代谢组学复杂数据分析手段。

彭韵燕[7]2007年在《高效液相色谱结合化学计量学在中药指纹图谱及复杂药物体系分析中的应用》文中认为本论义阐述了近年来化学计量学在复杂药物体系中的应用情况,分别介绍了化学计量学中的多元曲线分辨和化学模式识别方法的发展和应用,并将多元曲线分辨用于高效液相色谱-二极管阵列检测器(HPLC-DAD)的二维色谱-光谱数据的解析,将化学模式识别用于建立和解析中药指纹图谱,从而对中药进行质量控制提供一定的理论基础。第一章对多元曲线分辨和中药指纹图谱的研究现状及发展前景进行了综述,主要叙述了多元分辨算法近年来的发展和应用,以及中药指纹图谱的概念、特点、研究内容和在中药质量控制中的意义,并对化学模式识别方法在中药指纹图谱中的应用进行了详细评述。第二章采用高效液相色谱建立黄连上清片的色谱指纹图谱,利用基于主成分分析的投影判别法分析实验结果,并用反传人工神经网络对未知样品进行预报。结果表明,不同厂家生产的黄连上清片存在显着差异,主成分分析投影判别法能对样品进行正确分类,从而建立了识别不同厂家黄连上清片的方法,能有效地控制中药黄连上清片的质量。此外,主成分分析还用于优化反传人工神经网络,统计多次预报的结果,表明经过优化的反传人工神经网络能对未知样品的来源进行准确预报。第叁章采用高效液相色谱-二极管数组检测器获得46个杜仲药材的色谱指纹图谱。这些杜仲样品收集于中国八个不同的省份,存在地理位置不同、气候条件不同、地形不同以及土壤条件不同等差异。七个共有色谱峰用来构建这种传统中药的指纹图谱,质谱技术用来鉴定杜仲样品中的共有化合物,最终确定了其中六个。从主成分分析的结果来看,四川、湖北、陕西和安徽四省的样品聚为一类。其它来自贵州、江西、甘肃和河南的样品差异较大。结果表明,杜仲样品所含的物质取决于它们的地理位置和环境。主成分投影双图反映出来的结果也得到直观聚类分析的支持,这表明,本文提出的方法可以对杜仲样品进行成功地分析。第四章首次将高效液相色谱资料和原子发射光谱资料结合起来研究中药材,实现了两种不同仪器资料的有效结合,并将其应用于中药的二维指纹图谱的构建。对构建的二维资料进行主成分投影,并将其结果与单独的色谱主成分投影结果和原子发射光谱主成分投影结果进行比较,结果表明,本文提出的方法能成功的对不同的苍术样品按一定的目的进行正确的分类,从而能有效地控制中药苍术的质量,同时为其它中药的化学模式识别提供了参考。本文还采用了叁种有监督模式识别方法对资料进行分类,结果与主成分分析结果基本一致。第五章采用高效液相色谱联用二极管数组检测器,同时测定了饲料中氧氟沙星、依诺沙星以及甲磺酸培氟沙星等叁种喹诺酮类药物的含量。测定过程中发现各组分色谱峰相互重迭而影响测定结果,但它们的紫外吸收光谱在320-380nm波长范围内存在较大差异,因此本文采用经典最小二乘法(CLS)和演进特征投影法(HELP)进行重迭色谱峰解析。利用本法对饲料中的叁种抗生素添加剂进行了测定,可为饲料的质量控制提供参考。

张良圣[8]2007年在《高效液相色谱法结合化学计量学研究中药指纹图谱》文中认为指纹图谱分析能对中药及其制剂进行综合的宏观分析,从整体上有效且稳定地控制产品质量,该技术已成为控制中药质量的最有效手段。联用仪器和相关的化学计量学方法的快速发展为中药指纹图谱的建立和评价提供了强有力的手段和广阔的前景。本论文利用高效液相色谱—二极管阵列检测器(HPLC-DAD)分离检测手段,建立了中药藿香正气水、叁黄片和清热解毒口服液的色谱指纹图谱,然后用相关的化学计量学方法对指纹图谱进行数据分析。论文主要由以下四章组成:第1章对中药指纹图谱的研究现状及发展前景进行了文献综述,主要叙述了中药指纹图谱的概念、特点、研究内容及在中药质量控制中的意义,并对各种用于中药指纹图谱的研究方法进行了评述,特别是对化学计量学在中药指纹图谱中的应用进行了详细的评述。最后对中药指纹图谱的发展前景作了简单的介绍。第2章应用了多种化学计量学方法对藿香正气水的色谱指纹图谱数据进行处理,以比较来自叁个不同厂家不同批号的21个藿香正气水样品间的相似性及差异性。结果表明,相似度分析法、系统聚类分析法和多准则决策法(PROMETHEE和GAIA分析)均能成功地按各自的来源将不同的样品正确分类。本文还采用傅利叶红外光谱法(Fourier Transform-Infrared Spectra,FT-IR)建立了部分样品的红外光谱指纹图谱,计算其相似度,通过和HPLC所得相似度结果比较,发现红外光谱法不能很好地区分不同厂家的样品,不适合构建藿香正气水指纹图谱。本文建立的方法能有效地控制中药藿香正气水的质量,为其它中药产品的化学模式识别提供参考。第3章建立了六个不同厂家叁黄片样品的高效液相色谱指纹图谱,提出用t-检验法评价样品间的相似性和差异性,可实现对指纹图谱的分类,然后用主成分分析投影判别法验证t-检验结果,并以t-检验法和主成分投影法所得的指纹图谱的类别数采用k平均值聚类法对指纹图谱进行化学模式分类,结果表明t-检验法能有效地评价样品的相似性和差异性,k-平均值聚类算法能得到用经典的主成分分析投影判别法相似的分类结果。第4章建立了叁个不同厂家清热解毒口服液样品的高效液相色谱指纹图谱,并用反传神经网络、径向基神经网络和自组织竞争神经网络这叁种人工神经网络技术对其指纹图谱数据进行分析,用留一法评价叁种网络的学习能力和泛化能力,发现自组织竞争人工神经网络不但有很强的自学习能力,能对30个指纹进行正确分类,而且比反传人工神经网络和径向基人工神经网络有更强的泛化能力,能对未知样品进行准确识别。

李博岩[9]2005年在《二维数据解析的化学计量学方法及应用研究》文中研究指明现代分析仪器与检测技术提供了大量而又丰富的量测信息,分析科学的目的在于发掘化学数据的外在表征与物质内在组成之间的相互关系。高维数据解析方法的发展使人们对复杂化学体系分析能力有了很大的提高,使得传统分析化学难以处理的化学问题的解决成为可能。本论文从当前化学学科发展现状出发,从色谱和光谱/质谱分析技术入手,通过建立能有效利用色谱和光谱/质谱提供的信息的化学计量学方法,从而实现对中药等复杂体系的定性定量分析。论文主要涉及四个方面:中药指纹图谱研究,联用色谱数据分辨,生物体系中血清白蛋白、γ球蛋白及葡萄糖近红外光谱分析和全同立构聚苯乙烯冷结晶动力学剖析。 一.中药指纹图谱研究(第二章—第四章):中药指纹图谱的品质评价必须解决两个主要问题:1)源于测量仪器的系统干扰和2)源于不可预期的多样性的样本干扰。针对这两个问题,第二章提出光谱相关色谱新概念,来达到复杂中药色谱指纹图谱中的相关性组分判断。第叁章利用局部最小二乘校正方法处理同种中药样本在不同实验条件下所得的指纹图谱的色谱组分保留时间的漂移问题,以解决仪器系统误差干扰,为中药指纹图谱品质的量化评估提供基础。第四章提出修正的可靠性主成分回归分析,采用指纹图谱“类”模式判定中药材及其市场商品个体多样性样本的品质。

肖雪[10]2013年在《近红外光谱技术在生物发酵和酶法制备中的应用》文中提出过程分析技术(PAT)是使用一系列的工具以保证产品的质量和生产过程的可靠性,提高工作效率。目前最常用的PAT主要是近红外(NIR)光谱技术。NIR区域主要反映了中红外区域含H基团的倍频和组合频吸收,因此,这一波段非常适合有机化合物的理化参数测定。NIR光谱富含物质的结构信息和组成信息,所以可以用来进行定性定量分析。NIR光谱仪拥有多种检测终端,如光纤探头、液体流通池、积分球等,可以采用透射(透反射、漫透射)、反射(漫反射)等检测方法进行测定。NIR测定对样品要求简单,可以直接测定,且测定速度快,结果可靠,非常适合生产中的PAT要求。生物发酵行业是我国的支柱行业之一。但是目前行业发展存在着诸多问题,如生产技术水平落后,检测水平低下,自动化程度不普及等。发酵过程分析强调实时自动监测各项关键工艺参数,统计分析数据结果并反馈控制工艺过程,确保批间工艺一致,产品质量可靠,减少废品几率,降低劳力成本,减少人为误差,实时产品放行,降低生产周期,利于工艺改进和工艺移交。由于生物过程的复杂性、非线性和时变性,基于物理和化学传感器建立的过程检测与控制系统已不能满足实际生产的需要,很多优化模型及自动控制系统在实际生产中并没有很好地实现。原因之一就是生产过程最直接的控制参数-生物(生化)参数(包括底物、重要中间代谢物和目标产物等)快速检测或在线检测技术的缺乏,这也是整个行业面临的瓶颈技术。本文首先采用化学物质组学的理念研究了玉米浆的化学物质基础。玉米浆(Corn Steep Liquor, CSL)是玉米湿法工艺生产淀粉过程中得到的副产物,含有多种营养成分,可以作为微生物发酵的氮源和碳源。本研究引入化学物质组学(Chemomics)研究策略,首先建立了高效、快速的用于质量控制的指纹图谱,继而采用色谱-质谱联用技术对其物质基础进行系统的研究。然后应用先进的UPLC/Q-TOF分析技术,结合主成分分析法对CSL的整体化学物质组(Global chemome)进行了深入研究,确定了区别不同来源CSL可能的特征性成分为氨基酸类成分,继而采用柱前衍生化高效液相色谱法对CSL中的氨基酸成分进行定量分析,初步确定了六个氨基酸可能为特征性成分。本文采用NIR光谱技术首先对玉米浆进行了快速质量分析,测定了玉米浆中的主要成分,包括了干物质、酸度、亚硫酸盐、总糖、总还原糖、总氮等成分,同时针对玉米浆中含有的部分维生素类成分进行了快速测定分析,结果表明,NIR技术可以作为一种快速测定发酵原料主要成分含量的手段。然后对谷氨酸亚适量发酵过程中的谷氨酸和葡萄糖含量进行了快速测定分析,结果表明NIR技术可以作为一种快速测定发酵过程中的流加底物(如葡萄糖、甘油等)和主产物(如谷氨酸等)含量的手段,为发酵行业的在线自动化智能化控制进行了一定的基础研究。生物转化酶法制备是目前较为常用的氨基酸生产方法,其底物转化率较好,产品纯度好,生产周期快,操作方便,后续处理简单,绿色环保等。但是在转化过程中目前尚没有良好的检测方法来实时检测整个生产过程。本研究采用NIR技术对L-谷氨酸钠酶法制备γ-氨基丁酸(y-aminobutyric acid, GABA)和L-精氨酸为底物酶法转化生产L-瓜氨酸的过程进行监控,以便为实现其生产过程的在线监控及智能调控提供一定的研究基础。本研究所建立的近红外模型(GABA、瓜氨酸等)预测能力较好。结果表明,采用NIR技术快速测定酶法制备过程的主要成分含量是可行的。通过本项目研究,基本上明确了玉米浆的化学物质基础;并采用近红外光谱技术对玉米浆、发酵过程、酶法制备过程等生物发酵行业的主要阶段进行了快速测定分析,为生物发酵行业的智能化、自动化、全程化控制提供了新的思路和解决手段。

参考文献:

[1]. 基于化学计量学的指纹图谱技术及其用于复杂分析体系的表征和分析[D]. 郭方遒. 中南大学. 2004

[2]. 联用色谱数据的化学计量学解析方法及应用研究[D]. 曾仲大. 中南大学. 2006

[3]. 化学计量学算法在中药指纹图谱研究中的应用[D]. 胡芸. 中南大学. 2004

[4]. 基于化学计量学的白花丹参质量评价及谱效关系的研究[D]. 段小菊. 山东大学. 2014

[5]. 化学计量学用于复杂体系中挥发性成分分析[D]. 李雅文. 中南大学. 2007

[6]. 代谢组学与中药研究中复杂体系的解析方法及应用研究[D]. 袁大林. 中南大学. 2010

[7]. 高效液相色谱结合化学计量学在中药指纹图谱及复杂药物体系分析中的应用[D]. 彭韵燕. 南昌大学. 2007

[8]. 高效液相色谱法结合化学计量学研究中药指纹图谱[D]. 张良圣. 南昌大学. 2007

[9]. 二维数据解析的化学计量学方法及应用研究[D]. 李博岩. 中南大学. 2005

[10]. 近红外光谱技术在生物发酵和酶法制备中的应用[D]. 肖雪. 南开大学. 2013

标签:;  ;  ;  ;  ;  ;  ;  ;  

基于化学计量学的指纹图谱技术及其用于复杂分析体系的表征和分析
下载Doc文档

猜你喜欢