应用荧光光谱检测牛奶中含氮小分子掺假物

来源 :江南大学 | 被引量 : 0次 | 上传用户:cjfalx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
牛奶是一种营养丰富的保健食品,含有丰富的蛋白质、氨基酸以及维生素等营养物质,广受消费者喜爱。由于牛奶中的蛋白质含量是由氮含量计算得到的,因此可能存在向牛奶中掺杂非蛋白氮以提高牛奶表观蛋白质含量的情况。三聚氰胺、尿素以及硫脲等小分子化合物具有含氮量高、成本低等特点,可能作为掺假物被非法添加到牛奶中,这威胁到消费者的健康。因此实现对牛奶中含氮小分子掺假物的准确检测,可以为食品安全提供有力保障。三聚氰胺、尿素、硫脲等含氮小分子化合物本身的荧光信号微弱,难以应用荧光方法直接进行定性和定量检测。并且牛奶本身的荧光较强,这将对掺假物的荧光光谱检测造成较大的影响,因此在牛奶环境中实现对弱荧光物质的荧光检测比较困难。而镧系元素复合物、碳纳米材料以及金属纳米团簇等物质因具有良好的荧光特性常被用作荧光探针应用于复杂环境中的弱荧光物质检测,通过荧光探针与待测物之间的荧光响应可以实现对复杂体系中待测物的特异性检测。本课题基于荧光光谱技术,研制了铕离子复合物、蓝光碳量子点、金纳米团簇荧光探针,分别实现了对牛奶中三聚氰胺、硫脲以及尿素的定量检测。主要工作如下:1.基于铕离子复合物荧光探针检测三聚氰胺。通过对三聚氰胺、铕离子和四环素的分子特性及其相互作用机理的计算和分析,发现三聚氰胺与铕离子-四环素可通过氢键作用形成三元复合物,从而显著增强铕离子-四环素复合物的荧光强度。据此,研制了铕离子-四环素荧光探针,建立了基于铕离子复合物荧光探针检测三聚氰胺的方法。结果表明,体系的荧光强度与三聚氰胺浓度具有良好的线性关系,检测限为7.85×10-8 M。铕离子复合物荧光探针实现了对三聚氰胺的快速、灵敏检测,经比较检测结果优于已报道的检测技术。2.基于蓝光碳量子点荧光探针检测牛奶中的硫脲。分析硫脲的分子特性得知,硫脲与汞离子具有强配位作用,可争夺与荧光材料配位的汞离子从而恢复荧光材料的荧光。因此,研制了与汞离子有特异性荧光响应的碳量子点,将其与汞离子结合作为“关闭-开启”型荧光探针,建立了基于开关型荧光探针检测牛奶中硫脲的方法。结果表明,在水溶液和牛奶中体系的荧光强度与硫脲浓度具有良好的线性关系,在两种环境中的检测限分别为1.96×10-7 M和7.70×10-8 M。经比较,该方法的检测结果优于现有检测技术,实现了对牛奶中硫脲的快速、灵敏和特异性检测。3.基于金纳米团簇荧光探针检测牛奶中的尿素。分析尿素的化学特性得知,尿素被脲酶水解后产生的氨可以升高体系的pH。为了实现对尿素的检测,研制了对pH具有灵敏荧光响应的金纳米团簇荧光探针,通过荧光探针对pH的荧光响应建立了针对牛奶中尿素的检测方法。结果表明,体系的荧光猝灭程度与牛奶中尿素浓度具有良好的线性关系,检测限为1.62×10-5 M,利用标准添加法得到样本牛奶中尿素的浓度为284.04 mg/L。本工作与其他方法相比具有较高的检测灵敏度,实现了对牛奶中尿素的准确、灵敏和特异性检测。本工作应用荧光光谱技术,分析待测物的分子结构和性质,研制了合适的荧光探针,分别实现了对三聚氰胺、硫脲和尿素的荧光光谱检测。本项工作补充和拓展了荧光光谱技术的应用,为食品安全监管提供了新方法和新思路。
其他文献
离散制造系统中积累了丰富的工艺知识,其具有多源、异构、高冗余等特点,使得离散制造系统中的工艺知识发现和推理过程变得困难重重。现有的研究多是注重在知识发现和推理目标函数的优化上面,没有充分考虑推理优化过程中的特征复用,海量工艺数据利用不完善。本文从工艺知识表示出发,提出基于工序编码的典型加工路线聚类方法,挖掘工艺路线之间的内在隐式关系,并在聚类结果的基础上提出基于知识图谱的知识推理模型,对文本输入信
学位
在工业生产过程中为了保证产品质量需要对某些主导变量进行实时监测与控制,然而受技术或环境条件的限制,使得主导变量难以通过硬件传感器检测获得。软测量技术凭借低成本、响应迅速和抗干扰能力强的优点成为了控制领域的研究热点,并在复杂工业过程中得到了广泛的应用。但在实际生产过程中经常出现有标签样本数量稀少,专家对无标签样本化验标记代价昂贵的情况,这使得建立的模型难以达到理想的预测精度。针对上述问题,本文对主动
学位
机器人产业近年来发展迅速,其在工业生产以及社会生活中都扮演着越来越重要的角色。作为机器人的关键部位,机械臂是一种多输入多输出、强非线性、强耦合的复杂被控对象,且具有很强的模型不确定性,因此机械臂的控制问题成为一个热点。传统的周期采样控制会浪费大量系统资源,如网络带宽、节点能量和计算资源。但是事件触发机制能在保证系统性能的前提下,根据被控对象状态实时调整触发间隔进行按需控制,有效降低系统的资源消耗。
学位
近红外光谱(Near Infrared Spectroscopy,NIRS)分析技术作为一种高效、快速、无损和低成本的在线检测技术,能够实现产品质量的定量分析,被广泛用于现代流程工业的生产过程中。但近红外光谱存在多重共线性、检测敏感度高、基线漂移等问题,无法直接从光谱信号中获取有关样品的定量信息,因而近红外光谱分析技术只能通过间接分析实现检测,这种间接分析的方式又依赖于高性能的校正模型,因此近红外
学位
随着汽车保有量的增加和车载智能网络化的发展,虚拟现实、图像处理和人脸识别等计算密集型车载应用不断涌现,这些车载应用给车载用户带来了爆炸性的任务计算需求,车载边缘计算可以满足车载用户爆炸性任务计算需求。在车载边缘计算系统中,车载用户设备或物联网设备可以分配功率将计算任务卸载给基站进行协助处理,然后基站再将处理得到的有用信息发送给相应的设备,从而缓解了自身的计算负担。多输入多输出非正交多址接入(Mul
学位
如今,化石能源逐渐枯竭,越来越多的国家开始关注可再生能源。在分布式发电中,以可再生能源为主体的能源形式得到了应用。开发利用可再生能源的政策是许多国家能源战略的重要组成部分。通过电力电子变换技术,能够将可再生能源产生的电能,变换为符合标准的电能。但是以可再生能源为主体的分布式发电单元没有旋转部件,输出电能的惯性几乎可以忽略。这会导致扰动出现时,由大量可再生能源组成的微电网系统的频率和功率发生震荡。针
学位
间歇过程的跟踪控制中普遍存在点对点跟踪问题,几个关键点的跟踪效果决定产品质量。迭代学习模型预测控制(Iterative Learning Model Predictive Control,ILMPC)算法在间歇过程点对点跟踪中得到了广泛重视与关注。但是,ILMPC算法没有充分利用非关键点的自由度,收敛速度慢。其次,变量间的共线性和高维性导致的难于建模,以及计算量大等问题都给ILMPC的推广应用带来
学位
由于深度学习的广泛运用,目标检测算法近年来得到了较为快速的成长,广泛应用于各种安保系统、工业生产流水线、行人检测、人脸识别和无人驾驶等诸多领域,通过计算机视觉技术减少对人力资源的消耗,具有非常重要的学术研究和实际应用价值。因此,目标检测成为了计算机视觉领域理论和应用研究的重要分支;然而,传统的目标检测算法极度依赖大量的样本训练检测模型,但在现实生活中,大量强监督的训练样本的获取是非常耗时耗力、代价
学位
稀土元素(Rare Earth Elements,REEs)在给人类生活带来众多益处的同时,也造成巨大的生态风险,尤其是影响固着生长的植物(生态系统初级生产者)。明晰REEs如何作用于植物,进而设置阈值和开发调控策略,有利于REEs可持续利用并降低其生态风险。已有研究集中于REEs对植物种子萌发、营养体和生殖体形成、开花结果以及衰老等过程的影响,有关REEs对暗形态建成(植物形态建成的起点)的研究
学位
移动数据业务和智能终端应用的飞速增长,对无线通信网络的覆盖率、传输速率及能耗有了更高要求。毫米波大规模多输入多输出(Multiple Input Multiple Output,MIMO)作为未来移动通信的关键使能技术之一,具有大带宽、高频谱效率、高可靠性等显著优势。毫米波大规模MIMO系统中采用混合预编码技术,可以有效解决毫米波信号的自由空间路径损耗以及信号干扰问题,从而建立高信噪比传输链路。因
学位