王玉田， 張 艷*， 商鳳凱， 張靖卓， 張 慧， 孫洋洋， 王選瑞， 王書濤

1. 燕山大學(xué)河北省測(cè)試計(jì)量技術(shù)及儀器重點(diǎn)實(shí)驗(yàn)室， 河北 秦皇島 066004 2. 天津做票君機(jī)器人科技有限公司， 天津 300450

引 言

沒食子酸(Gallic acid， GAa)又稱五倍子酸， 是一種存在于自然界的多酚類化合物， 作為一種重要的有機(jī)原料， 沒食子酸廣泛的應(yīng)用于食品、 醫(yī)療、 燃料等行業(yè)[1]。 同時(shí)GAa具有抗菌抗病毒的特性[2]， 以GAa為原料合成的酯類化合物可用作抗氧化劑[3]。 對(duì)羥基苯甲酸(p-Hydroxybenzoic acid， p-HA)酯類的抗菌性強(qiáng)、 毒性低與間苯二酚(Resorcinol， RE)均可作為防腐劑添加于化妝品中。

目前檢測(cè)GAa， p-HA和RE的方法主要有高效液相色譜法(HPLC)、 色譜分析法、 毛細(xì)管電泳法等。 但部分檢測(cè)方法限于實(shí)驗(yàn)室且不易小型化。 熒光檢測(cè)法綠色環(huán)保， 操作簡(jiǎn)便， 成本低， 具有較好應(yīng)用前景。 國(guó)內(nèi)袁志鷹等[4]使用HPLC測(cè)量百合中的對(duì)香豆酸和沒食子酸， 該方法操作簡(jiǎn)單， 測(cè)量精度高， 但分析成本高， 液相色譜儀價(jià)格及日常維護(hù)費(fèi)用貴。 國(guó)外Garcia Freitas等[5]使用固定在聚酯樹脂上結(jié)合Cu3(PO4)的碳纖維復(fù)合電極對(duì)食物中的丁基羥基茴香醚(BHA)、 和2，6-二叔丁基對(duì)甲酚(BHT)進(jìn)行了檢測(cè)。 該方法靈敏度高， 檢測(cè)范圍寬， 但選擇性差。

本文通過引入第四維—溶劑， 構(gòu)建了四維光譜數(shù)據(jù)， 采用三維熒光結(jié)合交替加權(quán)殘差約束四線性分解(AWRCQLD)， 對(duì)光譜嚴(yán)重重疊的GAa， p-HA和RE進(jìn)行測(cè)定。

1 理 論

1.1 四線性模型

對(duì)于四維數(shù)據(jù)矩陣Xq， 其數(shù)學(xué)表示方法類似于三線性成分模型[6-7], 用標(biāo)量表示為

(1)

i=1, 2, …,I,j=1, 2…,J,

k=1, 2, …,K,l=1, 2, …，L

其中，xijkl是Xq中元素；ain，bjn，ckn和dln分別是矩陣中A(I×N)，B(J×N)，C(K×N)，D(L×N)中的一個(gè)元素；eijkl是四維殘差陣Eq的一個(gè)元素；N為四維數(shù)據(jù)的組分?jǐn)?shù)[8]。

1.2 交替加權(quán)殘差約束四線性分解(AWRCQLD)

AWRCQLD是由付海燕[9]提出的， 基于四線性成分模型的不完全擴(kuò)展矩陣形式， 得到四個(gè)新的目標(biāo)函數(shù)

(2)

(3)

(4)

(5)

其中權(quán)重矩陣WA=diag(sqrt(1./diagm(ATA)))，WB=diag(sqrt(1./diagm(BTB)))，WC=diag(sqrt(1./diagm(CTC)))，WD=diag(sqrt(1./diagm(DTD)))。λA，λB，λC和λD為約束系數(shù)， 用來平衡四不完全擴(kuò)展矩陣形式的損失函數(shù)和加權(quán)殘差函數(shù)這兩部分的特性。 由交替最小二乘原理， 交替優(yōu)化式(2)—式(5)中的目標(biāo)函數(shù)即得到A，B，C，D四個(gè)等式

(6)

(7)

(8)

(9)

同時(shí)， 算法AWRCQLD與四維平行因子(four-way PARAFAC)相比， AWRCQLD具有對(duì)待測(cè)組分?jǐn)?shù)不敏感且收斂速度快的特點(diǎn)； AWRCQLD與交替懲罰四線性分解(APQLD)相比， AWRCQLD具有抗噪聲能力強(qiáng)的優(yōu)點(diǎn)。

2 實(shí)驗(yàn)部分

2.1 儀器與參數(shù)

實(shí)驗(yàn)使用的儀器為Edinburgh Instruments公司的FS920穩(wěn)態(tài)熒光光譜儀， 選用GAa， p-HA和RE為待測(cè)樣品， 設(shè)置激發(fā)波長(zhǎng)為210～330 nm， 間隔4 nm記錄一個(gè)數(shù)據(jù)； 發(fā)射波長(zhǎng)為280～480 nm， 間隔2 nm記錄一個(gè)數(shù)據(jù)。 初始發(fā)射波長(zhǎng)總是滯后激發(fā)波長(zhǎng)10 nm， 由此可消除一級(jí)瑞利散射的干擾。

2.2 材料與樣品

實(shí)驗(yàn)所用的待測(cè)樣品GAa， p-HA和RE為純度大于99.5%的標(biāo)準(zhǔn)樣品； 溶劑為甲醇(光譜級(jí))。

溶液配制： 稱取GAa標(biāo)準(zhǔn)樣品0.005 g， 稱取p-HA和RE標(biāo)準(zhǔn)樣品各0.01 g， 用甲醇溶液分別溶解于50 mL的容量瓶中， 獲得濃度為100 μg·mL-1的一級(jí)儲(chǔ)備液， 并保存于低溫(4 ℃)且避光的環(huán)境中。 實(shí)驗(yàn)時(shí)取5 mL GAa， 10 mL p-HA和10 mL RE的一級(jí)儲(chǔ)備液， 用甲醇溶液稀釋至50 mL，得到濃度為10 μg·mL-1的標(biāo)準(zhǔn)溶液。 取適量的標(biāo)準(zhǔn)溶液， 用甲醇溶液稀釋成不同濃度的8組校正樣本和7組待測(cè)樣本。 其中， 三組樣本中加入一定量未經(jīng)處理的液態(tài)化妝品。 所配置溶液的具體濃度見表1。

表1 樣品配置濃度(μg·mL-1)

注： 表中C1—C8為校正樣本， T1—T4為待測(cè)樣本, L1—L3為加入化妝品的待測(cè)樣本。

2.3 構(gòu)建四維光譜

分別以甲醇、 乙醇和超純水作為溶劑配置樣本， 其中3組溶液的配置方法與步驟相同， 最終得到一個(gè)四維數(shù)據(jù)矩陣X=58×69×3×15。 其中58和69為激發(fā)和發(fā)射波長(zhǎng)數(shù)， 3為使用的溶劑種類數(shù)， 15為樣本數(shù)。

圖1 濃度為4 μg·mL-1的p-HA分別溶解在三種溶劑中的光譜圖

由圖1可以看出p-HA在三種不同溶劑中的熒光峰位置大致相同， 由圖2可以看出相同濃度時(shí)， p-HA溶解于甲醇溶劑中的熒光強(qiáng)度最大， 超純水中的熒光強(qiáng)度最小， 這可能與p-HA在水中溶解度小有關(guān)。

圖2 p-HA在三種不同溶劑中的熒光峰強(qiáng)度對(duì)比

3 結(jié)果與討論

3.1 光譜數(shù)據(jù)預(yù)處理

由于大多數(shù)溶劑都會(huì)引起較弱的Raman散射， 而Raman散射的會(huì)干擾待測(cè)物本身的熒光光譜， 使用空白扣除法可以有效去除Raman散射。

3.2 AWRCQLD分析

采用核一致診斷法來確定待測(cè)樣本的組分?jǐn)?shù)， 得到組分?jǐn)?shù)為3。 采用AWRCQLD算法對(duì)待測(cè)樣本數(shù)據(jù)進(jìn)行分解， 得到激發(fā)、 發(fā)射光譜分解圖， 由圖3可以看出預(yù)測(cè)熒光光譜與目標(biāo)熒光光譜高度重合， 算法得到的目標(biāo)濃度與相對(duì)濃度的相關(guān)系數(shù)均大于r=0.99， AWRCQLD算法的預(yù)測(cè)效果令人滿意。

圖3 激發(fā)與發(fā)射光譜分解圖

AWRCQLD算法的預(yù)測(cè)濃度如表2所示， 三種物質(zhì)的回收率為93.3%～106.0%， GAa， p-HA和RE的平均回收率分別為98.3%， 98.4%和98.1%。 GAa， p-HA和RE的預(yù)測(cè)均方根誤差(RMSEP)分別為0.081， 0.011 1和0.001 μg·mL-1。 由表2可以看出AWRCQLD預(yù)測(cè)濃度效果較好。

表2 使用AWRCQLD算法測(cè)得GAa， p-HA和RE的濃度及回收率

4 結(jié) 論

結(jié)果表明構(gòu)建四維光譜數(shù)據(jù)且利用AWRCQLD算法對(duì)熒光數(shù)據(jù)進(jìn)行分解的效果較好， 由于三階校正算法AWRCQLD抗噪聲的能力較強(qiáng)， 因此本文沒有對(duì)樣本數(shù)據(jù)進(jìn)行去噪處理。 可以看出使用AWRCQLD算法能夠?qū)崿F(xiàn)化妝品中GAa， p-HA和RE的快速、 準(zhǔn)確檢測(cè)。