由于红外光谱数据采集受仪器状态和实验环境的制约, 影响对样品的正确识别。 基于傅里叶变换红外光谱(FTIR)技术, 用多种方法对两面针的红外光谱数据进行校正后, 利用SIMCA法建立鉴别模型； 分别对广西区内四个产地的两面针进行鉴别, 通过比较分析以获得最适合建立两面针产地鉴别模型的光谱数据校正方法。 结果显示, 经多元散射校正和标准正态变换后, 它们的PCA数据分布, 以及产地分类模型之间的距离, 都表明这两种校正方法在消除环境和人为因素的干扰的同时, 能够很好的分离各个产地的样本, 在对实际的样本识别中, 其识别率和拒绝率均达到或接近100%。 可见, 多元散射校正和标准正态变换, 均是两面针产地模型鉴别研究的理想校正方法。

应用激光镊子拉曼光谱技术收集500 L发酵罐中木薯淀粉浓醪乙醇发酵过程底物、产物及酵母单细胞的拉曼光谱，以期从单细胞水平为乙醇发酵提供新的认识。结果显示：1)拉曼光谱可以实时监测浓醪乙醇发酵过程底物与产物的变化；2）酵母细胞胞内物质的变化存在类似于产物变化的前发酵期、主发酵期和后发酵期3个阶段，但出现的时间要比产物变化晚约4 h；3）为适应浓醪发酵环境，酵母细胞的生理状态和胞内物质在不断地进行调整，随着环境乙醇浓度的升高，酵母细胞在胞内累积蛋白质和脂类物质，蛋白质二级结构逐渐变为以无规则卷曲为主；4）发酵后期，酵母细胞在胞内累积大量的嘌呤类物质，但细胞间含量存在异质性。上述结果表明，单细胞拉曼光谱技术提供了一种研究微生物发酵的新方法，可从新的角度获知乙醇发酵过程酵母细胞内外的变化信息。

为了探求建立快速鉴别两面针产地的方法, 基于傅里叶变换红外光谱(FTIR)技术, 选取1 800～400 cm-1红外指纹图谱带, 采用Fisher比值法和SIMCA聚类分析法建立产地分类模型, 分别对广西区内四个产地的两面针进行鉴别, 并通过计算识别率与拒绝率来验证模型。 结果表明, 红外光谱技术不但能准确提取中药材的整体信息, 并且基于红外光谱建立起的两种模式识别模型对未知样品进行预测, 识别率和拒绝率均达到90%以上, 说明所建模型具有较强的识别能力。 通过自编计算程序以及现有统计软件, 还可以将模式识别模型实现实时在线化检测与快速样品鉴别, 大大提高了鉴别速度而更具应用价值。

以微生物油脂和类胡萝卜素为目标产物，通过对比目标产物与普通酵母的喇曼光谱，选择喇曼光谱的1 440 cm－1谱带与1 602 cm－1谱带的信号强度比值I1440/I1602作为油脂的特征标记，选择I1157/I1654或者I1520/I1654作为类胡萝卜素的标记，采用780 nm的激光俘获、收集酵母细胞的喇曼光谱，编写VB计算机程序，实时在线识别，通过光镊的操控，筛选产类胡萝卜素酵母和油脂酵母.经细胞培养和喇曼光谱检测验证了筛选结果.为筛选有经济价值的微生物提供了一种简单快捷的创新方法.

为了探求建立准确快速分选油脂酵母的方法, 尝试利用拉曼光谱与激光镊子技术, 从细胞群体中分选出油脂酵母。 收集各酵母细胞的拉曼光谱, 经去背景、 17点S-G平滑滤波、 多项式拟合基线校正和矢量归一化等数据预处理, 结合主成分分析, 从酵母细胞的拉曼光谱中提取胞内物质的主要特征信息, 根据物质构成的差异来区分油脂酵母与非油脂酵母, 进而建立分选模型。 激光镊子俘获单个酵母细胞并收集其拉曼光谱, 实时判别细胞的归属, 并根据判别结果收集细胞。 将收集的酵母细胞经菌落培养和苏丹黑B进行染色验证, 结果显示, 分选出的细胞均为油脂酵母细胞。 这一方法在实现分选油脂酵母的同时, 也为利用激光镊子拉曼光谱分选其他单细胞提供了借鉴方法。

应用拉曼成像技术检测单个人体肝癌细胞，获得了单个肝癌细胞微区的拉曼光谱图谱，同时计算出786, 1450和1658 cm-1等特征峰的峰面积，这些特征峰分别归属于DNA，脂类和蛋白质，根据归一化后的数值在相应的细胞扫描位置成像，重构出这些物质的拉曼特征峰在肝癌细胞中的分布图。结果表明，应用这种方法可以很明确地看到DNA,脂类及蛋白质特征峰在细胞中的分布情况，通过荧光染色验证了成像系统的可靠性。因此，可以通过特征峰的成像图确定物质在细胞中的微区分布情况，为拉曼方法检测和诊断肝癌提供了可靠的依据。