二维相关光谱法是将特定形式的微扰作用于样品, 通过测定一系列扰动作用下的动态光谱, 结合数学相关分析, 获取与样品中分子结构及作用力相关的二维相关谱特征。 该方法主要基于分子振动光谱, 将一维光谱扩展到二维空间, 能有效提高光谱分辨率, 从而识别原始光谱中重叠的分子振动变化特征, 为研究分子内及分子间的化学键变化提供依据, 在生物医学、 药学、 食品科学、 环境科学以及高分子材料等领域应用广泛。 自1986年Noda提出广义二维相关算法以来, 二维相关光谱衍生出了投影二维相关、 串联二维相关、 基于模型的二维相关、 异质谱二维相关、 移动窗口二维相关等算法。 随着近年来生物技术的迅速发展, 多肽、 蛋白质、 酶等蛋白类物质由于参与人体重要生理化学反应过程, 对其结构（尤其是高级构象）的分析是研究蛋白类物质质量及疗效的关键。 二维相关光谱方法为生物医药中蛋白类物质结构研究提供了快速、 无损的定性定量分析方法, 可分析蛋白质类物质高级结构中的细微变化, 为生物大分子药物机制机理研究提供有力的支撑。 综述了二维相关光谱技术的基本原理、 谱图解析方法和技术进展, 以及其在蛋白类物质分析中的应用方向和前景, 为相关领域研究人员应用二维相关光谱法开展蛋白类物质的结构和分子间相互作用等研究提供参考。

硝基呋喃是一种广谱抗生素，其衍生物应用广泛；但摄入过量，会发生溶血性贫血、急性肝坏死等疾病。传统检测方法样品用量大、检测时间长且过程复杂；超表面传感器检测方法样品用量小且检测快速、简单方便。提出一种基于对称开口环的太赫兹超表面微结构器件，该结构折射率灵敏度达到196 GHz/RIU，可应用于高灵敏度传感检测。利用该超表面传感器对两种不同质量浓度的呋喃唑酮和呋喃妥因溶液进行痕量实验检测，结果表明，该超表面传感器对两种药物的最低检测质量浓度达到10 mg/dL，有望应用于生物医学等领域样品的传感检测。

研究了质保期内, 六种常见抗生素类药物（氧氟沙星胶囊、 氧氟沙星片、 诺氟沙星胶囊、 阿奇霉素片、 罗红霉素片和盐酸左氧氟沙星片）, 三种治疗COVID-19抗病毒药物（利巴韦林片、 盐酸阿比多尔片和磷酸氯喹片）和一种祛痰类药物（盐酸氨溴索片）的远红外（1～10 THz）和中红外（400～4 000 cm-1）光谱。 模拟了车载等高温环境（65 ℃）对药物结构和晶型的影响, 并将其反馈到红外光谱的变化上。 经过两个多月连续不间断的实验发现, 除盐酸氨溴索片中间可能发生了药物晶型的改变, 其他药品结构和晶型均几乎未发生任何改变。 胶囊类药物长期处于高温环境下, 表皮变脆, 容易破裂, 但内部药物的药效几乎未变。 以氟喹诺酮类抗生素（氧氟沙星和诺氟沙星）为例, 结合密度泛函理论（DFT）, 借助势能分布（PED）方法, 利用Crystal14和Gaussian16软件分别以两种抗生素的单分子、 多聚体和晶体构型为基础, 选择B3LYP/6-311++G(d, p)基组计算其理论红外光谱, 得到了所有特征峰对应的振动模式及其贡献率, 实现了对实验光谱的精确指认。 研究发现: 从单体到多聚体再到晶体, 晶格间的堆积力（π—π作用等）占分子间作用比例最大, 超过90%。 所以, 只有以考虑了周期性边界条件的晶体为初始构型进行理论计算, 更加贴合实验结果。 远红外波段的振动模式主要源自分子的集体振动（其中, 振动占比99%以上, 转动和平动占比小于1%）, 分子间氢键和范德华力引起的面外弯曲振动贡献最大, 超过90%。 中红外波段, 也存在一定比例的分子间相互作用, 如: 诺氟沙星在1 440 cm-1以及氧氟沙星在1 524 cm-1处的峰只在以晶体为构型的理论光谱中重现, 分别来自晶体中分子的集体振动以及O—H…O键的伸缩振动。

抗生素和磺胺类药物在预防感染, 治疗疾病方面起到巨大作用, 从而被广泛使用。由于这些药物在生物体中无法完全代谢, 随着食物链循环造成环境污染并对人类形成持续危害。近年来对于这些药物的监管逐渐被人们所重视。基于局域表面等离子体共振的表面增强拉曼光谱法(SERS)可以将吸附在粗化的金属表面分子的拉曼信号进行增强, 检测极限可达单分子量级, 因此, SERS相关技术被广泛用于痕量物质检测, 检测极限主要决定于SERS基底的活性。本研究工作采用脱合金方法, 制备出了均匀、孔径可调纳米多孔银基底, 并用于磺胺嘧啶和磺胺醋酰检测, 检测极限达到了0.25 μg/kg和2μg/kg, 远远低于我国农业部规定的磺胺类药物最大残余量100 μg/kg。且拉曼特征峰峰强与药物的浓度表现出良好的线性关系, 检测动态监测范围高达6个量级 。研究所得纳米多孔银可推广用于其他物质检测, 具有潜在的应用价值。

抗疲劳类保健品中常见西地那非和他达拉非两类违禁药物的添加, 涉及食品安全刑事案件数目多, 两类药物快速检测技术的研究对于相关犯罪快速打击具有重要意义。相比于色谱等实验室方法, 拉曼光谱是一种操作简便且成本低廉的技术, 近年来越来越多的应用于保健品非法添加药物的快速筛查。本文开发了一种对保健品中西地那非和他达拉非进行同时检测的表面增强拉曼光谱方法。使用便携式拉曼光谱仪器, 本文方法对西地那非的检出限为5 mg/kg, 他达拉非检出限为10 mg/kg, 可测胶囊、片剂类大部分抗疲劳类保健品, 操作耗时10分钟。本文所开发的检测方法在基层公安或市场监督机构有广泛应用前景。

为了实现对安眠药种类的快速准确区分，实验采集了苯二氮卓类、吩噻嗪类和巴比妥类3种安眠镇静类药物共计92份样本的红外光谱数据，经预处理后进行分类模型的构建。实验结果表明，采用串联融合后的数据进行建模分类的准确率优于均值融合和差值融合；原始光谱与一阶导数光谱的指纹区特征变量进行融合后使用随机森林模型进行建模分析，3种安眠药的分类识别率可达100%，能够实现安眠药种类的完全区分。该方法快速准确，可以在一定程度上为司法鉴定领域中安眠药类物质的检验提供一种新的方法和思路。

With the increase in mortality caused by pathogens worldwide and the subsequent serious drug resistance owing to the abuse of antibiotics, there is an urgent need to develop versatile analytical techniques to address this public issue. Vibrational spectroscopy, such as infrared (IR) or Raman spectroscopy, is a rapid, noninvasive, nondestructive, real-time, low-cost, and user-friendly technique that has recently gained considerable attention. In particular, surface-enhanced Raman spectroscopy (SERS) can provide a highly sensitive readout for bio-detection with ultralow or even trace content. Nevertheless, extra attachment cost, nonaqueous acquisition, and low reproducibility require the conventional SERS (C-SERS) to further optimize the conditions. The emergence of dynamic SERS (D-SERS) sheds light on C-SERS because of the dispensable substrate design, superior enhancement and stability of Raman signals, and solvent protection. The powerful sensitivity enables D-SERS to perform only with a portable Raman spectrometer with moderate spatial resolution and precision. Moreover, the assistance of machine learning methods, such as principal component analysis (PCA), further broadens its research depth through data mining of the information within the spectra. Therefore, in this study, D-SERS, a portable Raman spectrometer, and PCA were used to determine the phenotypic variations of fungal cells Candida albicans (C. albicans) under the influence of different antifungals with various mechanisms, and unknown antifungals were predicted using the established PCA model. We hope that the proposed technique will become a promising candidate for finding and screening new drugs in the future.