生物体液中药物毒物管式固相微萃取—气相色谱、气相色谱—质谱系统分析方法的研究

被引量 : 2次 | 上传用户:jakynum1
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
样品预处理是分析测试过程中不可缺少也是相对薄弱的环节,尤其是生物样品,因其成分复杂、待测物浓度低,易对检测干扰或污染仪器,检测时必须将其处理成适合检测的样品并将低浓度待测物富集浓缩。虽然现代分析仪器具有较强的检测功能,但样品预处理质量往往对分析结果起重要作用。因此,寻求一种简单、高效、快速、环保的样品预处理方法是分析检测领域研究的一个重要方面。 一种新型样品制备技术——SPME技术正是基于此目的而发展起来的,它分为针式SPME和IT-SPME,集分离、富集于一体,操作过程中不需要或只需要极少量的溶剂是其最显著的特点,既降低消耗又避免了污染环境。 本课题采用IT-SPME与GC-FID、GC-MS结合,建立了IT-SPME—GC-FID、GC-MS分析药物、毒物的系统分离测定方法。利用自制的SPME装置,可同时处理多达十五个样品,大大提高了样品预处理效率。与文献报道的方法相比,多样品微萃取装置简单,制作成本低;样品处理速度快,一般几分钟即可完成,有利于快速检测;可多次萃取,提高萃取量;洗脱液可供多次或多种方法检测。 目的:建立IT-SPME—GC-FID、GC-MS分析生物体液中药物、毒物的系统分离测定方法。 方法:对影响IT-SPME的一些影响因素:毛细管柱固定相、毛细管微萃取柱长度、样品体积、样品流速、解吸附溶剂、解吸附体积、解吸附流速、pH进行综合考察,通过正交试验确定影响IT-SPME的显著性影响因素及非显著性影响因素,以此对一些在生物体液中的滥用药物、农药、毒物进行IT-SPME—GC-FID、GC-MS检测。 结果:正交试验结果显示,样品pH值和解吸附溶剂体积是IT-SPME操作过程中的显著性影响因素,解吸附溶剂体积为10μl时待测物浓度最高,30μl即可将所萃取的待测物全部洗脱;样品的pH值影响待测物的萃取量,即弱酸性环境有利于酸性待测物的萃取,弱碱性环境有利于碱性待测物的萃取。而毛细管微萃取柱长度、样品体积、样品流速、解吸附溶剂流速为非显著性影响因素。选择长度为120cm,1.0mL样品进行试验,解吸附溶剂选择甲醇,样品及解吸附溶剂的流速快慢不影响提取结果,可以采用较快的流速加快样品处理过程。中文摘要通过对所选的十几种药物毒物进行SPNIE一GC一FID、GC一MS检测结果显示,在0.1一10.0拼g/mL浓度范围内,线性关系良好(r>0.99),回收率在0.01一7.2%之间,富集倍数在0.5~86.8之间,RSD<1 3.0%。采用所建立的系统方法对模拟样品和实际样品进行检测,定量、定性结果均较为准确。 结论:本课题所建立的IT一SP入正一GC一FID、GC一MS系统方法为药物毒物的快速、准确检测提供了一种新的途径。
其他文献
在全球化对传统文化冲击的大背景下,如何树立民族文化自信,构筑具有中国气派的现代包装体系,探索如何用传统造型元素与世界对话、沟通,并在现代包装设计中显现中国传统文化意
以湖南装备制造业近几年的数据为样本,就技术创新评估指标、绩效以及区域间竞争力进行了统计分析,发现出湖南装备制造业的技术创新绩效偏低,创新效益尚存不足,在全国的竞争力
从数学学习目标和一般发展性目标两个方面;知识和技能、过程与方法、情感态度和价值观三个维度;自我评价、小组评价、教师评价、家长评价四个角度;纸笔测试、分项能力考查、
传播学是一门崭新的学科。它一经产生与确立,便以其旺盛的生命力和前导性、显要性、实用性等学术特色影响着其他众多的学科乃至于影响着人类的生存。尤其在当前的形势下,更是如
本文讨论了中国农地制度的现状、农地制度与经济绩效之间的关系、导致现有农地制度差异的原因 ,以及下一步农地制度改革应该考虑的几个基本因素等。文章特别强调效率与公平及
取保候审与拘传、监视居住、拘留、逮捕共同构成我国刑事诉讼法强制措施体系。1979年刑事诉讼法确立了取保候审的法律制度,1996年刑事诉讼法又对取保候审在适用条件等方面进行
英语中非谓语动词这一语法项目对于中国学生来说是很难理解掌握.那么如何准确恰当地在商务英语中进行英汉互译?这将是难中之难.本文通过比较法详细地阐述其用法,以及通过比较
为解决变化环境条件下水资源评价中的"还原失真"和"还原失效"问题,本文提出基于物理参数的分布式水文模型用于变化环境下水资源评价方法的原理和假定,以及基于此原理利用上游
基于高拱坝-地基整体抗震安全评价体系,对设计地震动峰值加速度达0.5565g的大岗山拱坝-地基体系的地震响应进行数值分析,并分别对其在不同地震超载倍数和不同基岩控制性滑裂
为度量中国上市公司经营活动面临的现金流风险,放弃风险因子服从正态分布的假设,从内外两方面识别和拟合现金流风险因子,构建一个面板数据现金流风险(CFaR)模型。基于该模型