选择性是对目标分析物进行准确定量分析的前提之一，然而只有少数的分析过程是特异性的。因此，需要采用适当方式提高目标分析物的选择性。目前，将合适的化学计量学模型引入仪器分析领域，以增强目标分析物的选择性，从而对目标分析物实现抗干扰准确定量分析是研究热点之一。本学位论文围绕三个分析体系中荧光光谱（Fluorescence spectrometry）、拉曼光谱（Raman spectrometry）和液相色谱-光二极管阵列（High-performance liquid chromatography-diode array detection，HPLC-DAD）检测信号选择性不足的难题，分别研究通过多元/多维校正方法增强半选择性探针信号/半选择性仪器信号的选择性，实现复杂体系中干扰共存下目标分析物的准确定量分析。本学位论文的主要研究内容如下： 1.碳量子点等探针在复杂生物和环境体系的定量分析中具有广泛且重要的应用。然而，探针的开发常受阻于非完全选择性，即对一个物质有响应的探针也容易对共存的结构相似物质有响应。因此，上述困境常导致开发出的是半选择性探针，使探针的开发工作前功尽弃。本工作展示了通过引入多元校正模型使半选择性探针增强了选择性。首先，我们以废弃烟叶开发了一个对四环素类抗生素（Tetracycline antibiotics，TCs）均有响应的半选择性荧光探针；然后，我们引入了一种多元的荧光定量模型（Fluorescence quantitative model，QFM）增强其选择性并解决了荧光光谱位移问题。对于在泉水和湖水样本中用这个半选择性探针（ CDs-T ）测定金霉素（ Chlortetracycline ， CTC ） ，相比于传统单变量模型（Traditional quantitative model，TQ），引入的QFM模型使泉水加标样本中的平均相对预测误差（Average relativepredictiveerror，ARPE）由57.1%降低到5.6%，使湖水加标样本中的 ARPE由18.1%降低到 4.7%。上述结果表明，本文引入的多元校正模型辅助半选择性探针增强选择性、实现准确定量的策略可以使开发探针的难度降低、成功率提高，特别是当遇到半选择性难题时，有望为探针的开发提供一种有趣的备选途径。 2.核酸适体（Aptamer）作为特异性分子识别的探针在化学生物传感中有重要应用。然而，在复杂分析体系中，与目标分析物结构相似的干扰物依然会对核酸适体的定量应用构成一定的挑战，引入额外误差。引入多元校正模型来辅助增强选择性是提高定量分析准确度的一种值得研究的策略。在本章中，我们使用四环素核酸适体（Aptamer-tetracycline，Ap-TC）作为半选择性探针，基于表面增强拉曼（Surface-enhancedRaman spectroscopy，SERS）技术，引入偏最小二乘（Partial least squares，PLS）算法，建立了一种测定药片和养殖产业废水样本（养牛废水和养猪废水）中的四环素（Tetracycline，TC）的多元校正方法。首先，我们利用银纳米粒子（Ag@ICNPs）结合 Ap-TC 构建 SERS 传感器，对训练集和预测集（干扰物土霉素（Oxytetracycline，OTC）共存的药片、养牛废水和养猪废水样本）测量拉曼光谱；然后，我们引入PLS算法构建多元校正模型，其中，对比分析多元散射校正（Multiplicative scatter correction，MSC）、标准正态变量变换（Standard normal variatetransformation，SNV）和二阶导数（Secondderivative）在处理基线漂移和散射效应上的表现，对比分析了竞争自适应重加权采样（Competitive adaptive reweighting sampling，CARS）、无信息变量消除算法（Elimination of uninformative variables，UVE）和遗传算法（Genetic algorithm， GA）在特征变量提取上的表现，结果表明MSC-CARS-PLS为最优模型，可以有效克服干扰，增强SERS传感器对TC进行定量分析的选择性。对于药片体系中，所提方法对加标验证样本中TC进行预测，平均加标回收率为101.2%；对药片真实样中TC进行预测，预测结果与真实含量进行t检验，t检验表明预测结果与真实含量无显著差异（在 5%的显著性水平下）。该方法的日间精密度为 2.6%。对于养牛废水和养猪废水体系，平均加标回收率分别为97.4%和104.0%。上述结果表明，多元校正可以增强半选择性核酸适体的选择性，在干扰共存的药片和养殖产业废水体系中高选择性、准确地测定TC。本文引入的多元校正模型辅助半选择性核酸适体增强选择性、实现准确定量的策略可以使开发核酸适体探针的难度降低、成功率提高，特别是当遇到半选择性难题时，有望为核酸适体的准确定量提供一种有价值地策略。 3.高效液相色谱方法（基于紫外可见光谱检测器）因其出色的分离能力而在化学、生物、环境和食品等复杂分析体系中有广泛应用。然而，复杂体系多分析物分离分析时常出现共洗脱难题，即分析物与分析物、分析物与干扰物之间存在色谱重叠。三维校正的数学分离功能可望增强色谱分离（即增强色谱信号的选择性）来解决共洗脱难题。在本工作中，我们建立了一种三维校正（ Three-way calibration）辅助高效液相色谱-二极管阵列（High-performance liquid chromatography-diode array detection，HPLC-DAD）的分析方法（TW-HPLC-DAD），用于快速准确定量分析泉水、烟叶和细胞三种复杂体系中七种脱氧核苷和脱氧核苷酸（dA、dG、dC、dT、dAMP、dGMP和dTMP）。在该方法中，首先，通过简单的色谱分离条件对分析物进行初步快速分离（未完全分离分析物），对校正样和预测样逐个测定色谱-紫外可见光谱二阶数据，并将其堆叠成色谱-紫外可见光谱-样本三维数据阵列；然后，从干扰共存的混合信号中，使用三线性分解算法提取分析物的色谱、光谱和浓度纯轮廓（即引入数学分离增强色谱分离），并基于校正集通过线性回归得到定量结果。在泉水、烟叶和PC3细胞（Prostate cancer cells）三种复杂分析体系中，七种脱氧核苷和脱氧核苷酸的平均加标回收率分别在95.2-100.1%、82.2-112.6%和83.1-109.3%之间；检测下限（Limits of detection， LODs）在0.01-9.2μM之间，定量下限（Limits of quantitation，LOQs）在0.04-27.8μM之间；我们选取泉水和PC3细胞体系验证了所提分析方法的重现性，并取得较好的结果（相对标准偏差（Relative standard deviation，RSD）分别在0.4-3.1%和2.2-10.9%之间）。本文所提TW-HPLC-DAD分析方法以三维校正增强色谱分离的选择性，有效降低了色谱分离条件的开发难度、减少了有机溶剂的使用并节约了分离分析的时间（单样本分离时间从完全色谱分离的18分钟降低到了6 分钟之内）。值得一提的是，该方法的校正集只需在纯溶液中配制就可以预测上述含多种干扰的预测样，具有良好的通用性，不用模型的更新和转移。上述结果表明，本文所提 TW-HPLC-DAD 分析方法可以为多种复杂体系中多分析物的定量分析提供一种快速、准确的色谱分离定量策略。 本论文以荧光光谱、拉曼光谱和HPLC-DAD三个分析体系为研究对象，分别利用多元/多维校正方法（QFM、PLS和三维校正）增强半选择性探针（CDs-T 和 Ap-TC）/半选择性仪器信号（HPLC-DAD）的选择性等手段，开展了在湖水、泉水、四环素药片、养猪废水、养牛废水和PC3细胞样本的复杂体系中干扰共存下不同目标分析物的准确定量分析研究。
NETL
