汞是一种典型的低剂量高毒性物质, 广泛存在于环境和水体中, 可通过食物链传递并累积, 从而对人体造成危害。 因此, 准确快速的监测食品中汞离子(Hg2+)含量对于保障食品安全具有重要意义。 目前, 常用的Hg2+检测方法包括液相色谱-原子荧光光谱法(LC-AFS)、 电感耦合等离子质谱法(ICP-MS)、 电化学法和荧光分析法。 比率型荧光探针具有双发射荧光特性, 其中内置校准功能可降低因探针浓度和各种环境因素产生的检测误差, 可以有效的克服单发射荧光探针的不足。 本研究提出了基于碳量子点(CQDs)和铜纳米簇(CuNCs)的新型比率型荧光探针用于螃蟹中Hg2+的快速检测。 主要研究内容和结果如下: (1)CQDs-CuNCs复合体系的制备。 以蔗糖为碳源, 聚乙二醇为钝化剂, 通过微波介导法合成CQDs; 以抗坏血酸为还原剂和稳定剂通过水热法合成CuNCs, 后通过自组装制成CQDs-CuNCs复合体系。 (2)CQDs-CuNCs复合体系的表征。 利用高倍透射电子显微镜(HRTEM)、 紫外-可见吸收光谱(UV-Vis)、 荧光光谱(FL)和傅里叶变换红外光谱(FTIR)对CQDs-CuNCs复合体系表征, 结果显示, 该研究成功合成了具有双发射特性的CQDs-CuNCs比率型荧光探针。 (3)CQDs-CuNCs复合体系的稳定性测试。 将CQDs-CuNCs比率型探针与传统的单通道CuNCs探针的稳定性进行对比。 结果表明, 当探针浓度漂移和测量温度波动时, CQDs-CuNCs比率型探针比单发射的CuNCs抗干扰能力更强, 稳定性更高。 (4)CQDs-CuNCs复合体系对Hg2+的检测。 当Hg2+存在时, 复合体系中的CuNCs发生团聚, 而CQDs基本不受影响, 导致443 nm处的CuNCs荧光猝灭而545 nm处的CQDs荧光强度几乎不变。 依据荧光强度的比值(I443 nm/I545 nm)与Hg2+浓度的关系实现定量检测。 在对标准Hg2+检测时, CQDs-CuNCs复合体系的I443 nm/I545 nm和单发射CuNCs的猝灭率与Hg2+浓度(0.1～12 μmol·L-1)均呈现良好的线性关系, 相关系数分别达到0.994 7和0.991 6, 检测限(3σ/S)分别为2.83和3.62 nmol·L-1。 在螃蟹样品检测中, CQDs-CuNCs比率型探针和单发射的CuNCs得到回收率分别为102.5%~105.4%和104.2%~112.5%, 说明CQDs-CuNCs复合体系比单发射CuNCs对Hg2+具有更高的灵敏性和稳定性。 以上结果表明, 本研究所构建的CQDs-CuNCs比率型荧光探针能够用于食品中Hg2+的快速、 准确检测。

胰蛋白酶生产障碍会阻碍消化过程, 在胰腺组织以外产生胰蛋白酶可能涉及癌症过程。 胰蛋白酶明显增高可能表明胰腺炎或者慢性肾功能衰竭等病症的发生, 它的含量与生命活动息息相关, 简单并及时监测胰蛋白酶含量对疾病的诊断具有重要的参考价值。 因此, 该研究构建氮化碳量子点和金纳米簇（CNQDs和AuNCs）的复合纳米探针检测尿液中胰蛋白酶含量。 通过煅烧三聚氰胺获得氮化碳粉末, 并将氮化碳粉末作为原材料通过溶剂热法合成了发射峰在440 nm的类石墨相氮化碳量子点（CNQDs）。 牛血清蛋白（BSA）和CNQDs两者同时作为还原剂和稳定剂合成了金纳米簇（AuNCs）, 且AuNCs吸附在氮化碳量子点表面形成具有双发射性质的CNQD-AuNCs复合荧光纳米材料, 发射波长分别为440 nm（CNQD的发射波长）和650 nm（AuNC的发射波长）。 由于胰蛋白酶能特异性的水解CNQD-AuNCs中的牛血清蛋白, 导致牛血清蛋白结构被破坏, 从而破坏AuNCs稳定的结构, 使得其沉淀聚集, 引起荧光猝灭。 由于AuNCs产生的650 nm处的荧光被猝灭, 而CNQDs产生的440 nm处的荧光不受影响, CNQD-AuNCs复合荧光纳米探针产生比率型荧光信号响应。 利用比率型荧光信号的变化情况, 可实现胰蛋白酶的定量检测。 CNQD-AuNCs探针在650 nm处的荧光强度随着胰蛋白酶浓度的增加而逐渐下降, 而440 nm处的荧光强度保持不变。 胰蛋白酶在一定浓度下（10～400 ng·mL-1）与荧光强度比值（I650/I440）呈良好的线性关系, 建立的线性方程为y=2471-0004x［y为荧光强度比值（I650/I440）, x为胰蛋白酶的浓度（ng·mL-1）］, 相关系数（R2）高达0997 6, 检测限为15 ng·mL-1（3倍信噪比）。 利用建立的荧光法检测尿液中胰蛋白酶（实际含量分别为50, 100和150 ng·mL-1）, 检测得到的平均含量分别为5241, 10325和15439 ng·mL-1。 尿液中胰蛋白酶的回收率和相对标准偏差范围分别为10293%～10482%和357%～416%。 结果表明, 利用荧光强度比值（I650/I440）作为胰蛋白酶定量检测的信号, 能够校正外界影响因素的干扰, 克服单一荧光信号易受光漂白、 探针浓度、 激发光强度以及光程等外界因素的影响的缺点。 基于CNQD-AuNCs建立的比率型荧光分析方法能够实现尿液中胰蛋白酶的高灵敏度和高特异性检测, 为实际样品中胰蛋白酶的检测提供科学依据。

酸奶是一种发酵型乳制品饮料, 因其特殊的功能性和良好的口感而广受欢迎。 但由于商业链的不正当运行, 如奶源非法获取、 灭菌不充分等原因, 导致酸奶中致病菌大量滋生, 酸奶中毒事件频繁发生。 酸奶中常见的致病菌主要有大肠杆菌、 金黄色葡萄球菌和沙门氏菌, 这三种致病菌由人体摄入并达到一定的数量时会产生腹痛、 腹泻等严重的消化道疾病, 并且会破坏人体肠道内的正常菌群平衡, 因此国标对奶制品中这三种致病菌的数量已有明确的限量规定。 由于酸奶的主要消费对象为老人和小孩, 故其潜在危害不容小觑。 传统菌落检测方法虽具有简单, 灵敏、 可操作性强等优点, 但当不同菌落混杂在一起时无法同时进行定性定量的检测, 且具有试剂成本高, 检测周期长, 人为因素影响较大等缺点。 因此开发一种快速、 简单、 准确的混合鉴定计数方法为避免致病菌对酸奶的潜在危害提供了有效的途径。 高光谱技术同时包含样本的光谱信息与图像信息, 既能够根据化学组分的微小变化进行精确识别（光谱信息）, 又能够反映出菌株在外部多层次的变化（图像信息）。 因此该研究尝试对比高光谱图像技术和光谱技术, 采用模式识别的方法, 对比不同的模型识别结果, 优选出最佳识别率的识别模型作为计数模型, 最后通过最佳鉴别计数模型的识别分类结果来达到对酸奶中常见致病菌鉴定计数的目的。 首先, 购买酸奶中常见的乳酸菌种（保加利亚乳杆菌、 嗜热链球菌、 嗜酸乳杆菌、 干酪乳杆菌、 植物乳杆菌）和潜在污染的致病菌种（金黄色葡萄球菌、 大肠杆菌、 沙门氏菌）等标准菌株进行培养, 提取经过48 h培养后的菌落图像信息和光谱信息。 采用几种不同的预处理方式（SNV, MC, MSC, 1stDER, 2ndDER）对所提取的光谱数据进行预处理, 并应用遗传算法筛除光谱数据中冗余的波段, 保留有效波段。 利用图像处理技术对图像信息中的菌株与培养基背景进行去除, 然后采用主成分分析法从每幅图中优选出3个特征波长, 并运用图像处理技术从特征波长所对应图像中提取菌株的18个基于GLCM的纹理特征信息。 挑选合适的主成分分别建立不同的鉴别模型（LDA, KNN, BP-ANN, LS-SVM）, 通过其最终的鉴别模型的识别率来确定最佳鉴别计数模型。 最后从标准菌株中分别挑选出30株进行计数测试, 通过比较模式识别的分类数量结果与菌株的实际数量来验证模式识别效果的准确率。 研究表明, 运用SNV预处理后光谱数据在提高信噪比效果上明显优于其他几种预处理方式。 745.790 8, 773.098 4和779.207 0 nm为图像信息中方差贡献率最大的三个波长, 运用从特征波长所对应的图像中所提取的纹理特征信息建立图像识别模型。 通过对比图像信息和光谱信息的模式识别结果发现, 光谱特征鉴别模型普遍优于图像纹理特征鉴别模型, 且当主成分数为9时, 运用光谱特征所建立的LS-SVM模型的校正集识别率为96.25%, 预测集的识别率为91.88%, 为最优模型。 采用优选的最优模型对菌株进行识别计数, 大肠杆菌计数的相对误差为3.33%, 金黄色葡萄球菌和沙门氏菌计数的相对误差均为0, 验证了高光谱技术应用于酸奶中常见致病菌的鉴别计数的可行性。