《光谱检测法在生物工程领域的应用及发展前景综述.doc》由会员分享，可在线阅读，更多相关《光谱检测法在生物工程领域的应用及发展前景综述.doc（12页珍藏版）》请在金锄头文库上搜索。
1、海 南 大 学课程论文题 目：光谱检测法在生物工程领域的应用及发展前景综述 学 号： 200904123100* 姓 名： 郭冬阳 年 级： 2009级 学 院： 材料与化工学院 系 别： 生物工程系 专 业： 生物工程 指导教师： 赵富春 完成日期： 2012 年 12 月 26 日 摘要根据物质的光谱利用相关的科学仪器来鉴别物质及确定它的化学组成和相对含量的方法叫光谱检测分析其优点是灵敏，迅速。随着生物工程产业研究的迅猛发展，实验室越来越多的用到光谱检测法来进行科研，而光谱分析技术也在随着需要不断地提高。包括我们常用的红外、紫外、可见光光谱检测，X射线，还有原子发射跟吸收光谱检测等等。这些
2、技术的成熟为我们生物工程科研的发展无疑奠定了基础。对于光谱检测所涉接到的相关仪器，及其内部构造做详细说明。通过查阅国内外相关文献，也对于相关检测技术的发展趋势及发展前景也有初步了解。关键词：光谱检测；有色光谱；生物合成；研究进展AbstractThe use of relevant scientific instruments according to the spectrum of the substances to identify substances and to determine its chemical composition and the relative content o
3、f the method is called the analysis of the spectral detection. Its advantage is sensitive and rapid. With the rapid development of the bio-engineering industry research laboratories used in an increasing number of spectrum detection method to carry out scientific research, and spectral analysis tech
4、nology is also with the need to constantly improve. We used infrared, ultraviolet, visible light spectrum detection, detection of X-rays, atomic emission with the absorption spectrum, and so on. Undoubtedly laid the foundation for the maturity of these technologies for the development of bio-enginee
5、ring research. Spectrometric detection of the received instrument, its internal structure in detail. By consulting the relevant literature, also have a preliminary understanding of the trends and development prospects for the development of detection technology.Keywords：inspire；colored spectroscopy；
6、plasma diagnostics；1、 光谱检测技术的概要利用光谱学的原理和实验方法以确定物质的结构和化学成分的分析方法称为光谱分析法。 英文为spectral analysis或spectrum analysis。各种结构的物质都具有自己的特征光谱，光谱分析法就是利用特征光谱研究物质结构或测定化学成分的方法。 光谱分析法主要有原子发射光谱法、原子吸收光谱法、紫外-可见吸收光谱法、红外光谱法等。根据电磁辐射的本质，光谱分析又可分为分子光谱和原子光谱。物质吸收波长范围在200760nm区间的电磁辐射能而产生的分子吸收光谱称为该物质的紫外可见吸收光谱，利用紫外可见吸收光谱进行物质的定性、定量分
7、析的方法称为紫外可见分光光度法。其光谱是由于分子之中价电子的跃进而产生的，因此这种吸收光谱决定于分子中价电子的分布和结合情况。其在饲料加工分析领域应用相当广泛，特别是在测定饲料中的铅、铁、铅、铜、锌等离子的含量中的应用。荧光分析也是近年来发展迅速的痕量分析方法，该方法操作简单、快速、灵敏度高、精密度和准确度好，并且线形范围宽，检出限低。2、 光谱检测法的特点及普遍应用光谱分析法开创了化学和分析化学的新纪元，不少化学元素通过光谱分析发现。已广泛地用于地质、冶金、石油、化工、农业、医药、生物化学、环境保护等许多方面。光谱分析法是常用的灵敏、快速、准确的近代仪器分析方法之一。（1）分析速度较快原子发
8、射光谱用于炼钢炉前的分析，可在l2分钟内，同时给出二十多种元素的分析结果。 （2）操作简便有些样品不经任何化学处理，即可直接进行光谱分析，采用计算机技术，有时只需按一下键盘即可自动进行分析、数据处理和打印出分析结果。在毒剂报警、大气污染检测等方面，采用分子光谱法遥测，不需采集样品，在数秒钟内，便可发出警报或检测出污染程度。 （3）不需纯样品只需利用已知谱图，即可进行光谱定性分析。这是光谱分析一个十分突出的优点。 （4）可同时测定多种元素或化合物省去复杂的分离操作。（5）选择性好可测定化学性质相近的元素和化合物。如测定铌、钽、锆、铪和混合稀土氧化物，它们的谱线可分开而不受干扰，成为分析这些化合物
9、的得力工具。 （6）灵敏度高可利用光谱法进行痕量分析。目前，相对灵敏度可达到千万分之一至十亿分之一，绝对灵敏度可达10-8g10-9g。 （7）样品损坏少可用于古物以及刑事侦察等领域。随着新技术的采用（如应用等离子体光源），定量分析的线性范围变宽，使高低含量不同的元素可同时测定。还可以进行微区分析。 局限性：光谱定量分析建立在相对比较的基础上，必须有一套标准样品作为基准，而且要求标准样品的组成和结构状态应与被分析的样品基本一致，这常常比较困难。3、 有色光谱分析检测法3.1 近红外光谱近红外光谱法是利用可见光和红外光之间波长范围的光谱进行分析的方法。近红外反射光或透射光光谱可用于快速测定样品中
10、的蛋白质、脂肪以及DNA测序样品中的染料等物质的含量。采用近红外光谱快速测定法对生物柴油的成分（脂肪酸甲酯、单甘酯、二甘酯、三甘酯和甘油）进行了研究。采用气相色谱方法获得其成分的基础数据，通过偏最小二乘方法与近红外光谱数据进行回归运算，分别建立以文冠果油生物柴油为例的单原料油校正模型及多种原料油生物柴油的混合校正模型，并以花椒油生物柴油为例考察了校正模型的适用性。结果表明： 通过偏最小二乘方法可以建立适合多种原料油生物柴油的通用校正模型。对于新型生物柴油，向校正集中添加10个以上样本，扩充校正模型后，便可较为准确地测定这类新生物柴油样本的成分含量。此方法分析速度快、成本低、操作便捷、重复性好，
11、适合于生物柴油生产过程的中间控制分析。动植物油脂通过酯交换反应得到生物柴油，它是一种长链脂肪酸的单烷基酯，工业上应用的主要是脂肪酸甲酯。生物柴油不含硫和芳烃, 十六烷值高, 润滑性能好，是一种优质清洁燃料。目前，很多国家强制使用生物柴油，促进了生物柴油产业的发展，其产量逐年迅速增长。动植物油脂主要是各种脂肪酸甘油三酯的混合物，在与甲醇的反应过程中会生成脂肪酸单甘酯、二甘酯等中间产物和副产物甘油，影响生物柴油的产率及品质。因此，在生产过程中，需要及时准确地测定脂肪酸甲酯、单甘酯、二甘酯、三甘酯和甘油的含量，以便精确控制反应过程及产品质量。目前，对这些组分的测定均采用气相色谱方法3,4，分析前需对
12、样品进行衍生化(如硅烷化)处理，定性和定量过程较为复杂，操作难度大，分析时间长，不适用于生物柴油生产过程的中间控制分析。近红外光谱法(NIR)不需要对样品进行预处理，操作简单, 分析快速，非常适合油品的定量和定性分析，石油化工业中得到了较为广泛的应用。目前已有将NIR光谱用于测定生物柴油中甲酯、甲醇和甘油等成分的报道，均得到了满意结果。但这些研究所用样本的原料相对单一，建模样本较少，所测定的成分也不完全，且大都是实验室合成的样品，不具有实际的工业应用价值。3.2 实验部分3.2.1 生物柴油样品和仪器收集了224个生物柴油样品，从反应器取样后取其甲酯相，并蒸馏除去(120 )其中的甲醇及少量的
13、水，置于20 mL密封小瓶中保存。其原料油来源分别为花椒油(47个)、苦山杏油(16个)、文冠果油(44个)、地沟油(40个)和酸化油(石炼厂43个、中粮集团34个)。6890气相色谱仪(美国安捷伦公司，氢火焰离子化检测器(FID)，程序升温冷柱头柱上进样系统，UltraAlloyHT1不锈钢毛细柱。Antaris II FTNIR光谱仪(美国Thermo Scientific公司)。3.2.2 基础数据测定采用气相色谱方法4测定生物柴油成分的基础数据，色谱条件：分别采用油酸甲酯、单油酸甘油酯、1,3二油酸甘油酯、三油酸甘油酯作为定性和定量标准。采用双内标法进行定量分析，以正十五烷为内标测定甲
14、酯含量，以三癸酸甘油酯为内标测定甘油、单甘酯、二甘酯和三甘酯的含量。以空白样品池为参比，采集生物柴油样品的NIR谱图，光谱范围400010000 cm-1，分辨率8 cm-1，扫描次数128。3.2.3 数据分析采用石油化工科学研究院编制的“化学计量学软件3.0版”在PC计算机上处理光谱数据。用KS方法将生物柴油样品分为校正集和验证集，其中校正集用于建立分析模型，验证集用于检测模型的准确性。采用马氏距离、光谱残差和最邻近距离3个指标判断模型对未知样本的适用性。校正集的光谱经一阶微分处理后分别与气相色谱测定的成分数据(甘油、甲酯、单甘酯、二甘酯以及三甘酯的质量分数)通过偏最小二乘方法(PLS1)
15、进行回归运算，建立校正模型，PLS所用的最佳主因子数由留一法交互验证所得的预测残差平方和(PRESS值)确定。为考察校正模型的适用性和准确性。本研究对不同种类的生物柴油样品分别进行建模与验证研究，包括：以文冠果油生物柴油为例的单原料油的校正模型与验证;多种原料油的通用校正模型的建立与验证;以花椒油生物柴油为例，研究了NIR光谱校正模型的适用性。3.3 结果与讨论3.3.1 基础数据获取采用2.2节的方法测定生物柴油成分的基础数据。典型的生物柴油样品色谱图见图1;224个生物柴油的成分分布见表1。可见样本的覆盖范围较宽，具有较强的代表性。与标准方法相比，此方法的准确性和重复性较好。3.3.2 近红外光谱解析尽管6类原料油生物柴油的NIR光谱非常相近，但其成分上却存在一定差异。例如，花椒油生物柴油主要是亚麻酸、亚油酸和油酸甲酯; 苦山杏油生物柴油主要是油酸和亚油酸甲酯; 酸化油和地沟油生
