CN107843579A - 一种荧光光谱测定水中糖类物质的方法 - Google Patents

一种荧光光谱测定水中糖类物质的方法 Download PDF

Info

Publication number
CN107843579A
CN107843579A CN201711013500.9A CN201711013500A CN107843579A CN 107843579 A CN107843579 A CN 107843579A CN 201711013500 A CN201711013500 A CN 201711013500A CN 107843579 A CN107843579 A CN 107843579A
Authority
CN
China
Prior art keywords
aldose
ketose
fluorescence
reacted
standard liquid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711013500.9A
Other languages
English (en)
Other versions
CN107843579B (zh
Inventor
钱晨
俞汉青
宫博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN201711013500.9A priority Critical patent/CN107843579B/zh
Publication of CN107843579A publication Critical patent/CN107843579A/zh
Application granted granted Critical
Publication of CN107843579B publication Critical patent/CN107843579B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • G01N2021/6417Spectrofluorimetric devices

Landscapes

  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明提供了一种荧光光谱测定水中糖类物质的方法,包括:在待测样品中加入浓硫酸,加热,得到反应后的待测样品;对反应后的待测样品进行荧光光谱检测,得到荧光强度,根据酮糖与醛糖的荧光强度标准模型,得到待测样品中酮糖与醛糖的含量;所述加热的时间大于等于0min。与现有技术相比,本发明在待测样品中加入浓硫酸,使原本无荧光信号的糖类物质脱水生成具有荧光性的羟甲基糠醛及其他有荧光的副产物,通过测量产物的荧光信号,实现对水中糖类的定量分析;能够利用醛糖和酮糖生成羟甲基糠醛途径的不同和反应副产物的荧光差异性识别二者不同的荧光数据,从而同时定量分析待测样品中醛糖和酮糖的含量。

Description

一种荧光光谱测定水中糖类物质的方法
技术领域
本发明属于水处理技术领域,尤其涉及一种荧光光谱测定水中糖类物质的方法。
背景技术
糖类作为一种非常基础的生物分子,参与了多种多样的复杂生物化学过程,在各种工程应用中均扮演重要角色,因此水中糖类物质的定量检测十分重要。为了表征水中的糖类物质,针对于显微镜的染色法,生物以及物理化学法已经被广泛使用,但上述方法却无法定量分析大体积样品中总糖的含量。
目前,能够定量分析糖类物质的技术主要有硼酸法和蒽酮法两类。然而,硼酸法依赖于硼酸或其衍生物对糖类的结合,因而某些能够在相同条件下与硼酸结合的非糖类物质,如多元醇及糖酸,将对分析结果的准确性造成干扰,这使得硼酸法具备一定局限性。与硼酸法相比,蒽酮法处理迅速且容易处理,该方法基于将所有糖类物质经硫酸脱水后与蒽酮形成发色的糠醛衍生物,而后通过测量发色基团的吸光度定量分析原始溶液的糖类物质浓度。因该方法对糖类物质有选择性,不受多元醇和多羟基化合物的干扰,因此在环境领域中更为常用。然而,由于葡萄糖和果糖在脱水过程中生成羟甲基糠醛的机理不同,导致这两种糖的羟甲基糠醛产率不同,同时蒽酮法无法对羟甲基糠醛的来源进行区分,使得该方法的测量结果受到样品中糖的比例无法同时定量分析二者的含量。由此可知,蒽酮法无法同时定量分析样品中的醛糖和酮糖,为该方面技术的改进留下了空间。
荧光光谱法在环境领域是一种快速、高选择性以及高灵敏度的分析方法,能够提供样品的所有激发发射位置的荧光强度信息,对于具备荧光性的物质而言,是最为常用的分析方法。本发明即依托荧光光谱法对糖类物质进行定量分析。
发明内容
有鉴于此,本发明要解决的技术问题在于,提供一种荧光光谱测定水中糖类物质的方法,该方法可同时定量分析醛糖和酮糖的含量。
本发明提供了一种荧光光谱测定水中糖类物质的方法,包括:
在待测样品中加入浓硫酸,加热,得到反应后的待测样品;
对反应后的待测样品进行荧光光谱检测,得到荧光强度,通过荧光强度确定待测样品中糖类物质的含量;
所述加热的时间大于等于0min。
优选的,还包括根据酮糖与醛糖的荧光强度标准模型,得到待测样品中酮糖与醛糖的含量。
优选的,所述浓硫酸与待测样品的体积比为(1~20):1。
优选的,所述加热的时间为0~20min;所述加热的温度为室温~150℃。
优选的,所述荧光光谱的发射光波长为300~550nm;所述荧光光谱的激发光波长为350~450nm。
优选的,所述酮糖与醛糖的荧光强度标准模型按照以下方法建立:
S1)在酮糖标准溶液中加入浓硫酸,加热,得到反应后的酮糖标准溶液;对反应后的酮糖标准溶液进行荧光光谱检测,得到酮糖标准溶液的荧光光谱;所述加热的时间大于等于0min;
在醛糖标准溶液中加入浓硫酸,加热,得到反应后的醛糖标准溶液;对反应后的醛糖标准溶液进行荧光光谱检测,得到醛糖标准溶液的荧光光谱;所述加热的时间大于等于0min;
S2)使用平行因子分析对酮糖标准溶液的荧光光谱与醛糖标准溶液的荧光光谱进行分解,得到酮糖与醛糖的荧光强度标准模型。
优选的,所述对反应后的酮糖标准溶液进行荧光光谱检测的激发光与发射光的狭缝为5~15nm;扫描速度为1000~1500nm/min;
所述对反应后的醛糖标准溶液进行荧光光谱检测的激发光与发射光的狭缝为5~15nm;扫描速度为1000~1500nm/min。
优选的,所述对反应后的酮糖标准溶液进行荧光光谱检测与对反应后的醛糖标准溶液进行荧光光谱检测的发射光波长为300~550nm,以0.5~1nm为步长;
所述对反应后的酮糖标准溶液进行荧光光谱检测与对反应后的醛糖标准溶液进行荧光光谱检测的激发光波长为320~450nm,以5~15nm为步长。
优选的,所述酮糖标准溶液浓度为0~50mg/L;所述醛糖标准溶液浓度为0~50mg/L。
优选的,所述对反应后的待测样品进行荧光光谱检测测量两个或两个以上的激发发射位置的荧光强度。
本发明提供了一种荧光光谱测定水中糖类物质的方法,包括:在待测样品中加入浓硫酸,加热,得到反应后的待测样品;对反应后的待测样品进行荧光光谱检测,得到荧光强度,根据酮糖与醛糖的荧光强度标准模型,得到待测样品中酮糖与醛糖的含量;所述加热的时间大于等于0min。与现有技术相比,本发明在待测样品中加入浓硫酸,使原本无荧光信号的糖类物质脱水生成具有荧光性的羟甲基糠醛及其他有荧光的副产物,通过测量产物的荧光信号,实现对水中糖类的定量分析;能够利用醛糖和酮糖生成羟甲基糠醛途径的不同和反应副产物的荧光差异性识别二者不同的荧光数据,从而同时定量分析待测样品中醛糖和酮糖的含量。
附图说明
图1(a)为本发明提供的实施例1葡萄糖的标准溶液的三维荧光光谱图;
图1(b)为本发明提供的实施例1果糖的标准溶液的三维荧光光谱图;
图1(c)为本发明提供的实施例1随葡萄糖浓度变化的单位糖浓度的三维荧光光谱图;
图1(d)为本发明提供的实施例1随果糖浓度变化的单位糖浓度的三维荧光光谱图;
图1(e)为本发明实施例1不随任何组分变化的三维荧光光谱图;
图1(f)为本发明实施例1实际测量的背景三维荧光光谱图;
图2(a)为本发明实施例1中在0~50mg/L葡萄糖存在的情况下不同浓度的果糖的估计浓度与预测浓度间的关系图;
图2(b)为本发明实施例1中在0~50mg/L果糖存在的情况下不同浓度的葡萄糖的估计浓度与预测浓度间的关系图;
图3(a)为本发明实施例2中不同浓度的果糖类物质的定量结果图;
图3(b)为本发明实施例2中不同浓度的葡萄糖类物质的定量结果图。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供了一种荧光光谱测定水中糖类物质的方法,包括:
在待测样品中加入浓硫酸,加热,得到反应后的待测样品;
对反应后的待测样品进行荧光光谱检测,得到荧光强度,通过荧光强度确定待测样品中糖类物质的含量;
所述加热的时间大于等于0min。
本发明对所有原料的来源并没有特殊的限制,为市售即可。
在待测样品中加入浓硫酸,所述浓硫酸为本领域技术人员熟知的浓硫酸即可,并无特殊的限制,本发明中优选体积浓度为95%~98%的浓硫酸;浓硫酸的加入量可根据待测样品中糖类物质的含量有所改变,浓硫酸过少则不能完全氧化样品,过多时则会稀释样品,二者均会降低测量精度。在本发明中所述浓硫酸与待测样品的体积比优选为(1~20):1,更优选为(1~15):1,再优选为(1~10):1,再优选为(1~5):1,再优选为(1~2):1,再优选为(1~1.5):1,最优选为(1~1.25):1。
加入浓硫酸后,加热,得到反应后的待测样品;所述加热的时间大于等于0min,优选为0~20min,更优选0~15min,再优选为2~10min;当加热时间为0时即不额外加热,而是利用浓硫酸稀释时放出的热量加热样品;所述加热的温度优选为室温~150℃,更优选为室温~100℃;室温也是不额外加热而是利用浓硫酸稀释时放出的热量加热样品。加热后,优选冷却至室温,得到反应后的待测样品。
对反应后的待测样品进行荧光光谱检测,得到荧光强度;所述荧光光谱为本领域技术人员熟知的荧光光谱即可,并无特殊的限制,本发明中优选为三维荧光光谱;所述荧光光谱检测的发射光波长优选为300~550nm;所述荧光光谱的激发光波长优选为350~450nm;所述荧光光谱检测优选测量两个或两个以上的激发发射位置的荧光强度。
按照本发明,还包括根据酮糖与醛糖的荧光强度标准模型,得到待测样品中酮糖与醛糖的含量。
其中,所述酮糖与醛糖的荧光强度标准模型优选按照以下方法建立:
S1)在酮糖标准溶液中加入浓硫酸,加热,得到反应后的酮糖标准溶液;对反应后的酮糖标准溶液进行荧光光谱检测,得到酮糖标准溶液的荧光光谱;所述加热的时间大于等于0min;
在醛糖标准溶液中加入浓硫酸,加热,得到反应后的醛糖标准溶液;对反应后的醛糖标准溶液进行荧光光谱检测,得到醛糖标准溶液的荧光光谱;所述加热的时间大于等于0min;
S2)使用平行因子分析对酮糖标准溶液的荧光光谱与醛糖标准溶液的荧光光谱进行分解,得到酮糖与醛糖的荧光强度标准模型。
所述步骤S1)中的两步并不先后顺序之分。
所述酮糖标准溶液为本领域技术人员熟知的标准溶液即可,并无特殊的限制,本发明中其浓度优选为0~50mg/L;所述酮糖为本领域技术人员熟知的酮糖即可,并无特殊的限制,本发明优选为果糖;所述浓硫酸同上所述,在此不再赘述;所述浓硫酸与酮糖标准溶液的体积优选为(1~20):1,更优选为(1~15):1,再优选为(1~10):1,再优选为(1~5):1,再优选为(1~2):1,再优选为(1~1.5):1,最优选为(1~1.25):1;所述加热同上所述,在此不再赘述;加热后,优选冷却至室温,得到反应后的酮糖标准溶液。
对反应后的酮糖标准溶液进行荧光光谱检测,得到酮糖标准溶液的荧光光谱;所述荧光光谱优选为三维荧光光谱;所述对反应后的酮糖标准溶液进行荧光光谱检测的激发光与发射光的狭缝优选为5~15nm,更优选为8~12nm,再优选为10nm;扫描速度优选为1000~1500nm/min,更优选为1200~1300nm/min;所述发射光波长优选为300~550nm,以0.5~1nm为步长,更优选以0.5~0.8nm为步长;激发光波长优选为320~450nm,以5~15nm为步长,更优选以8~12nm为步长,再优选为以10nm为步长。
所述醛糖标准溶液为本领域技术人员熟知的标准溶液即可,并无特殊的限制,本发明中其浓度优选为0~50mg/L;所述醛糖为本领域技术人员熟知的醛糖即可,并无特殊的限制,本发明中优选为葡萄糖;所述浓硫酸同上所述,在此不再赘述;所述浓硫酸与醛糖标准溶液的体积优选为(1~20):1,更优选为(1~15):1,再优选为(1~10):1,再优选为(1~5):1,再优选为(1~2):1,再优选为(1~1.5):1,最优选为(1~1.25):1;所述加热同上所述,在此不再赘述;加热后,优选冷却至室温,得到反应后的醛糖标准溶液。
对反应后的醛糖标准溶液进行荧光光谱检测,得到醛糖标准溶液的荧光光谱;所述荧光光谱优选为三维荧光光谱;所述对反应后的醛糖标准溶液进行荧光光谱检测的激发光与发射光的狭缝优选为5~15nm,更优选为8~12nm,再优选为10nm;扫描速度优选为1000~1500nm/min,更优选为1200~1300nm/min;所述发射光波长优选为300~550nm,以0.5~1nm为步长,更优选以0.5~0.8nm为步长;激发光波长优选为320~450nm,以5~15nm为步长,更优选以8~12nm为步长,再优选为以10nm为步长。
按照本发明所有标准溶液均优选测试3次并进行内滤效应校正。
使用平行因子分析对酮糖标准溶液的荧光光谱与醛糖标准溶液的荧光光谱进行分解,得到酮糖与醛糖的荧光强度标准模型;所述平行因子分析优选为平行因子耦合框架聚类分析(PFFCA)。
PFFCA分为因子分解与组分构成两个步骤:
第一步:张量分解和组分数量确定。EEM及从各个样品的荧光强度通过PARAFAC分解得到。通过迭代最终得到一系列三线性的组分以及一个残差矩阵:
XI×JK=A(C⊙B)′+EI×JK
其中A(I×F)是得分矩阵,B(J×F)和C(K×F)是表明特征的激发和发射光谱的载荷矩阵。F是因子的数量,E是残差。C⊙B是按列的Khatri-Rao乘积,定义为
虽然已经有多种方法被用来确定因子的数量。但由于数据可能并不符合三维线性结构,所以这些方法可能并不适用或者有时候为了满足三线性独立而并没有很好地拟合数据,导致在估计相对浓度时产生偏差。因此组分的数量由以下几步确定:
(i)获得初始的因子数(可从任意给定的数开始,默认是2),用PARAFAC计算A,B,C和残差平方和(RSS0)。
(ii)因子数加一,随后同样用PARAFAC计算此时的A,B,C和RSS1
(iii)计算RSS降低的比例。如果(RSS0-RSS1)/RSS0小于阈值,进入第(iv)步。否则,把RSS1,A,B以及C的数值分别赋给RSS0,Afinal,Bfinal以及Cfinal,再进入第(ii)步。
(iv)因子数加一,随后同样用PARAFAC计算此时的A,B,C和RSS2.如果(RSS0-RSS2)/RSS0小于阈值,最后的因子数等于现在的因子数减2.分解结果是Afinal,Bfinal以及Cfinal.否则把RSS2,A,B以及C的数值分别赋给RSS0,Afinal,Bfinal以及Cfinal,再进入第(ii)步。
这个处理过程的理念是基于以下判断,如果因子数的增加不能有效地减少RSS(RSS降低的比例很小),那么就没有必要增加这个因子。阈值是人为设定值以表明新增因子的有效性。如果RSS减小的速率高于阈值,则可以认为因子数的增加可以有效地改进模型,反之亦然。通过反复实验结果表明,PFFCA在最终组分数确定时对此阈值的大小并不敏感。核心一致性诊断作为对照也进行了测试。
第二步:因子聚类和组分构成。在PARAFAC完成以及因子数确定以后,下一个目标就是通过形成的因子来确定推断成分数。本方法是利用每个因子的归一化后的得分向量之间夹角的正弦值作为距离函数,当两个因子的变化规律高度相关时,它们越有可能来自于同一物质或者受同一因素控制,因此它们的距离也更近。考虑到有些因子的得分随样品变化很小,其变化往往更多地受随机因素控制,因此其得分向量的方向呈现出一定的随机性。如果采用得分向量之间夹角的正弦值作为距离函数,则这个距离通常很大,导致在聚类分析时,产生严重的干扰,以至于产生分类错误。因此得分向量方差小的因子其本身应该作为单独的一类,代表了荧光强度不随样品变化的组分。具体计算步骤如下:
(i)计算每个因子得分向量的标准差σA及平均值EA。计算W=σA/EA,若W高于设定的阈值则认为该因子在所有样品中并不是一个常量。将这个因子放入集合G中。
(ii)利用主成分分析法估计集合G中的主成分数,由于主成分数代表了数据集中线性不相关的变量数量,因此根据我们对组分的定义,可以作为最终组分的数量。
(iii)用作为聚类分析的距离函数进行聚类。其中r是各个得分向量之间的相关系数。聚类后每一类因子的EEM按得分大小的加权线性叠加即为该组分的EEM。
第一步排除所有样本中保持不变的因子,因为这些因素可能代表着环境的背景荧光,因此其不应该参与后续的聚类分析而单独为一个组分。另外这些因子的变动非常小,当进行主成分分析时它们对主成分数目的确定几乎没有任何贡献,因此,在聚类分析之前,应该首先要把这些因子结合起来单独成为一个组分。参数W作为决定一个因子是否属于G的指标(在本实施例中W值为0.3),这里的σA是因子得分的标准偏差,EA是因子得分的平均值。当W超过阈值,表明在这个因子变化较大,因此属于集合G。
层次聚类的思想是,相较于距离远的对象,距离较近的对象之间关系更为紧密。因此在PFFCA中应用层次聚类时,应该使高度线性相关的因子之间距离小,而不相关的变量之间距离大。所以用作为因子间的距离是合理的,因为其随着相关系数的减小而单调下降。每一组因子就代表了样品中的一个成分。对于某一组分在样品j中的EEM为其中m是该组里因子的数目。该组分的强度由该组分中荧光强度最大值表示。
本发明在待测样品中加入浓硫酸,使原本无荧光信号的糖类物质脱水生成具有荧光性的羟甲基糠醛及其他有荧光的副产物,通过测量产物的荧光信号,实现对水中糖类的定量分析;能够利用醛糖和酮糖生成羟甲基糠醛途径的不同和反应副产物的荧光差异性识别二者不同的荧光数据,从而同时定量分析待测样品中醛糖和酮糖的含量。
相比硼酸法和蒽酮法而言,本发明在糖类的定量测定上具备特异性和抗干扰能力,因为与糖类物质官能团相近的多元醇和糖酸等其他物质无法在脱水过程中产生羟甲基糠醛,因此在定量分析糖类物质时不会受到它们的影响,在实际样品的糖类物质检测中可靠度较高。
为了进一步说明本发明,以下结合实施例对本发明提供的一种荧光光谱测定水中糖类物质的方法进行详细描述。
实施例1硫酸-荧光光谱法对葡萄糖和果糖的同时定量分析
1.1配置1g/L葡萄糖溶液和果糖溶液,作为样品储备液。
1.2将储备液分级稀释至0~50mg/L,作为葡萄糖和果糖的标准溶液。
1.3在干净的试管中加入2mL样品并加入2.5mL浓硫酸(98%v/v)并混匀。
1.4将混匀后的样品置于沸水浴中处理10min后,于冷水浴中迅速冷却至室温。
1.5使用LS55荧光光谱仪(Perkin-Elmer,Inc,USA)测量样品的荧光光谱。激发和发射光的狭缝设为10nm,扫描速度为1200nm/min。发射光谱范围从300nm到550nm以0.5nm为步长;激发光范围从320nm到450nm以10nm为步长。所有样品均测试3次并进行内滤效应校正。
1.6使用平行因子耦合框架聚类分析(PFFCA)将生成的激发发射矩阵数据分解并计算出葡萄糖和果糖的浓度。
1.7将待测样品替换为葡萄糖和果糖的正交混合溶液,使用同样的方法进行定量分析。
结果分析:
本实例旨在判断此发明对同时测量葡萄糖和果糖的可行性,经过上述方法测试,葡萄糖和果糖的标准溶液的三维荧光光谱图分别如附图1(a)与(b)所示。经过PFFCA第一步分解后共得到11个因子,对葡萄糖和果糖的浓度向量进行线性回归得到单位浓度的得分(附图1c,d)以及不随葡萄糖及果糖浓度变化而变化的组分,其与纯水样品的三维荧光光谱十分相似。葡萄糖和果糖的检出限分别为2.9mg/L和1.3mg/L,定量限分别为8.7mg/L和4.3mg/L,其中图1中(c)为随葡萄糖浓度变化的单位糖浓度的三维荧光光谱图,(d)为随果糖浓度变化的单位糖浓度的三维荧光光谱图,(e)为不随任何组分变化的三维荧光光谱图,(f)为实际测量的背景三维荧光光谱图。
为了判断混合溶液中对葡萄糖和果糖定量分析的准确性,使用葡萄糖和果糖正交混合溶液作为样品进行分析,结果如附图2所示。附图2a为在不同浓度葡萄糖存在的情况下果糖的测试浓度对实际浓度作图。同理,附图2b为在不同浓度果糖存在的情况下葡萄糖的测试浓度对实际浓度作图。由图中信息可知,当葡萄糖和果糖的浓度位于20mg/L至50mg/L时,估计浓度和实际浓度无显著性差异(P>0.05),表明该方法能够准确地同时定量分析葡萄糖和果糖。
实施例2硫酸-荧光光谱法对多糖的定量分析
2.1配置1g/L葡聚糖、乳糖、蔗糖、山梨醇以及葡萄糖酸溶液,作为样品储备液。
2.2将葡聚糖、乳糖及蔗糖储备液分级稀释至0~50mg/L,将山梨醇及葡萄糖酸分级稀释至0~200mg/L。
2.3在干净的试管中加入2mL样品并加入2mL浓硫酸(98%v/v)并混匀。
2.4将混匀后的样品放置2min后,冷水浴冷却至室温。
2.5使用LS55荧光光谱仪(Perkin-Elmer,Inc,USA)测量样品的荧光光谱。测量两个激发发射位置(激发320nm,发射425nm以及激发375nm,发射455nm)的荧光强度。
2.6使用线性回归的方式分解荧光数据并计算出葡萄糖和果糖的浓度。
结果分析:
葡聚糖是一种复杂的支链多糖,加入浓硫酸后首先发生酸分解,生成单糖,而后继续脱水生成羟甲基糠醛,结果表明,多糖的水解在反映过程中不是主要的限速步骤。
乳糖是一种由半乳糖和葡萄糖经由β-1,4糖苷键连接起来的寡糖。用葡萄糖和果糖二元模型的标准曲线测试了10~50mg/L的乳糖,结果表明所估计得到的葡萄糖浓度与乳糖浓度一致,如附图3所示,图3为不同浓度的乳糖、葡聚糖、蔗糖、山梨醇及葡萄糖的定量结果图,其中(a)为果糖类物质的定量结果图,(b)为葡萄糖类物质的定量结果图。
蔗糖是由一分子葡萄糖和果糖组成。10~50mg/L的蔗糖用硫酸-三维荧光法测得其中的葡萄糖浓度与果糖浓度相同,且均为蔗糖浓度的一半,进一步证实了本方法在定量分析多糖方面的可靠性。
为了判断本方法的特异性和抗干扰性,本例中使用山梨醇和葡萄糖酸两种多羟基化合物作为非糖类物质,测试其对葡萄糖测定的干扰程度,其结果如附图3所示。图中数据表明,200mg/L的山梨醇效于6mg/L的葡萄糖,表明山梨醇的干扰非常小。200mg/L的葡萄糖酸相当于3mg/L的葡萄糖,低于葡萄糖的检出限,证明了其不具备干扰能力。综上判断,多羟基化合物对于糖类物质定量检测的干扰不显著,说明本方法具备较强的特异性和抗干扰性。
实施例3硫酸-荧光光谱法对实际样品测试的有效性分析
3.1配置1g/L葡萄糖溶液和果糖溶液,作为样品储备液。
3.2将储备液分级稀释至0-50mg/L,以10mL为间隔,作为葡萄糖和果糖的标准溶液。
3.3分别从东巢湖湖心(31°32.081′N,117°38.845′E),西巢湖湖心(31°38.341′N,117°21.416′E),南淝河上游(31°50′12.05″N,117°20′0.89″E),中游(31°53.178′N,117°13.074′E),下游(31°43.050′N,117°24.246′E)等五个采样点分别采集5个自然样品。所有样品加入0-50mg/L的葡萄糖和果糖,以10mg/L为间隔,得到36个加标回收样品供测量。
3.4在干净的试管中加入2mL样品并加入2.5mL浓硫酸(98%v/v)并混匀。
3.5将混匀后的样品置于沸水浴中处理8min后,冷却至室温。
3.6使用Horiba Aqualog荧光光谱仪(Horiba Co.,Japan)测量样品的荧光光谱。发射光谱在211到618nm的范围内以3.8nm的步长增加,同时激发波长在230到600nm的范围内并以3nm的步长增加。所有样品均测试3次并进行内滤效应校正。
3.7使用PFFCA法按照上文中所述将生成的激发发射矩阵数据分解并计算出葡萄糖和果糖的浓度并计算样品的加标回收率,记录在表1中。
结果分析:
表1中列出了两个湖水样品和三个河水样品的加标回收率。从表1中可得,回收率基本上都在100%附近,表明本发明在实际水样中可以较为准确地通水测定葡萄糖和果糖,进一步证明了本发明的抗干扰能力和较强的稳定性。
表1不同浓度情况下环境样品葡萄糖/果糖的加标回收率

Claims (10)

1.一种荧光光谱测定水中糖类物质的方法,其特征在于,包括:
在待测样品中加入浓硫酸,加热,得到反应后的待测样品;
对反应后的待测样品进行荧光光谱检测,得到荧光强度,通过荧光强度确定待测样品中糖类物质的含量;
所述加热的时间大于等于0min。
2.根据权利要求1所述的方法,其特征在于,还包括根据酮糖与醛糖的荧光强度标准模型,得到待测样品中酮糖与醛糖的含量。
3.根据权利要求2所述的方法,其特征在于,所述浓硫酸与待测样品的体积比为(1~20):1。
4.根据权利要求2所述的方法,其特征在于,所述加热的时间为0~20min;所述加热的温度为室温~150℃。
5.根据权利要求2所述的方法,其特征在于,所述荧光光谱的发射光波长为300~550nm;所述荧光光谱的激发光波长为350~450nm。
6.根据权利要求2所述的方法,其特征在于,所述酮糖与醛糖的荧光强度标准模型按照以下方法建立:
S1)在酮糖标准溶液中加入浓硫酸,加热,得到反应后的酮糖标准溶液;对反应后的酮糖标准溶液进行荧光光谱检测,得到酮糖标准溶液的荧光光谱;所述加热的时间大于等于0min;
在醛糖标准溶液中加入浓硫酸,加热,得到反应后的醛糖标准溶液;对反应后的醛糖标准溶液进行荧光光谱检测,得到醛糖标准溶液的荧光光谱;所述加热的时间大于等于0min;
S2)使用平行因子分析对酮糖标准溶液的荧光光谱与醛糖标准溶液的荧光光谱进行分解,得到酮糖与醛糖的荧光强度标准模型。
7.根据权利要求6所述的方法,其特征在于,所述对反应后的酮糖标准溶液进行荧光光谱检测的激发光与发射光的狭缝为5~15nm;扫描速度为1000~1500nm/min;
所述对反应后的醛糖标准溶液进行荧光光谱检测的激发光与发射光的狭缝为5~15nm;扫描速度为1000~1500nm/min。
8.根据权利要求6所述的方法,其特征在于,所述对反应后的酮糖标准溶液进行荧光光谱检测与对反应后的醛糖标准溶液进行荧光光谱检测的发射光波长为300~550nm,以0.5~1nm为步长;
所述对反应后的酮糖标准溶液进行荧光光谱检测与对反应后的醛糖标准溶液进行荧光光谱检测的激发光波长为320~450nm,以5~15nm为步长。
9.根据权利要求6所述的方法,其特征在于,所述酮糖标准溶液浓度为0~50mg/L;所述醛糖标准溶液浓度为0~50mg/L。
10.根据权利要求1所述的方法,其特征在于,所述对反应后的待测样品进行荧光光谱检测测量两个或两个以上的激发发射位置的荧光强度。
CN201711013500.9A 2017-10-26 2017-10-26 一种荧光光谱测定水中糖类物质的方法 Active CN107843579B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711013500.9A CN107843579B (zh) 2017-10-26 2017-10-26 一种荧光光谱测定水中糖类物质的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711013500.9A CN107843579B (zh) 2017-10-26 2017-10-26 一种荧光光谱测定水中糖类物质的方法

Publications (2)

Publication Number Publication Date
CN107843579A true CN107843579A (zh) 2018-03-27
CN107843579B CN107843579B (zh) 2020-01-03

Family

ID=61661816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711013500.9A Active CN107843579B (zh) 2017-10-26 2017-10-26 一种荧光光谱测定水中糖类物质的方法

Country Status (1)

Country Link
CN (1) CN107843579B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111413332A (zh) * 2020-04-09 2020-07-14 吉林大学 一种基于天然色素花青素的糖类区分方法
CN114136936A (zh) * 2021-11-11 2022-03-04 中国科学院遗传与发育生物学研究所 4-磷酸赤藓糖的检测方法
CN114264766A (zh) * 2021-12-31 2022-04-01 江苏艾兰得营养品有限公司 一种vc软糖用甜橙香精评价方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105784650A (zh) * 2016-03-04 2016-07-20 长江大学 一种地表水有机物污染的在线监测方法
CN106525801A (zh) * 2016-12-02 2017-03-22 兰州大学 一种检测食品中果糖的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105784650A (zh) * 2016-03-04 2016-07-20 长江大学 一种地表水有机物污染的在线监测方法
CN106525801A (zh) * 2016-12-02 2017-03-22 兰州大学 一种检测食品中果糖的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曹佳佳 等: "荧光光谱法测定灵芝中多糖含量", 《光谱实验室》 *
陶兆林 等: "糖和酸碱反应的研究与应用", 《淮北煤师院学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111413332A (zh) * 2020-04-09 2020-07-14 吉林大学 一种基于天然色素花青素的糖类区分方法
CN111413332B (zh) * 2020-04-09 2021-07-23 吉林大学 一种基于天然色素花青素的糖类区分方法
CN114136936A (zh) * 2021-11-11 2022-03-04 中国科学院遗传与发育生物学研究所 4-磷酸赤藓糖的检测方法
CN114264766A (zh) * 2021-12-31 2022-04-01 江苏艾兰得营养品有限公司 一种vc软糖用甜橙香精评价方法
CN114264766B (zh) * 2021-12-31 2022-08-16 江苏艾兰得营养品有限公司 一种vc软糖用甜橙香精评价方法

Also Published As

Publication number Publication date
CN107843579B (zh) 2020-01-03

Similar Documents

Publication Publication Date Title
CN107843579A (zh) 一种荧光光谱测定水中糖类物质的方法
CN109001136B (zh) 一种基于紫外—可见光吸收光谱的cod在线监测方法
CN101430276B (zh) 光谱分析中波长变量优选的方法
CN106841075B (zh) 基于神经网络的cod紫外光谱在线检测优化方法
CN108287141A (zh) 一种基于光谱法的多组分气体浓度分析方法
Shamsipur et al. Multicomponent acid–base titration by principal component-artificial neural network calibration
CN105606566A (zh) 一种透明介质膜层折射率及厚度在线测量方法
CN104458611A (zh) 一种测定水溶性食品级羧甲基纤维素钠取代度的方法
CN102590059A (zh) 一种混凝土中碘离子渗透深度的测定方法
Feldberg et al. Computer evaluation of equilibrium constants from spectrophotometric data
CN104458609B (zh) 一种微波辅助测定水溶性食品级羧甲基纤维素钠取代度的方法
CN106596490A (zh) 同步检测百草枯和敌草快的超分子传感器阵列及方法
Geng et al. Online rapid total nitrogen detection method based on UV spectrum and spatial interval permutation combination population analysis
CN110981891B (zh) 一种基于紫精衍生物的甲醇荧光探针、制备方法及应用
CN109946245B (zh) 一种染料的计算机配色方法
CN103852447A (zh) 利用折射率快速测定混凝土外加剂含固量的方法
CN103630588A (zh) 电化学瓦斯传感器的一种快速响应方法
CN115165770B (zh) 基于宽光谱及bpnn的水体cod与浊度同时检测方法
Hutter et al. Method for increasing reliability in gas detection based on indicator gradient in a sensor array
Rutan et al. Pulsed photoacoustic spectroscopy and spectral deconvolution with the Kalman filter for determination of metal complexation parameters
CN116519613A (zh) 一种基于深度神经网络的海洋水质检测方法
CN101477035B (zh) 木聚糖酶活力的测定方法
CN115046827A (zh) 一种用于检测燕窝中亚硝酸盐的燕窝标准物的制备方法
Taavitsainen et al. Rapid estimation of chemical kinetics by implicit calibration. II
Fan et al. A COD measurement method with turbidity compensation based on a variable radial basis function neural network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant