原卟啉(PPIX)是血清中内源性荧光物质之一,目前研究表明癌症病人血液中的原卟啉含量高于正常人水平。因此,测定血清样品中的PPIX含量对于癌症病人的早期诊断具有重要的意义。本文中以超灵敏的荧光相关光谱(FCS)单分子检测技术,建立了直接测定血清中PPIX的含量的新方法。通过对100例正常人血清样本和12例疑似癌症病人血清样本(甲胎蛋白AFP含量异常)中PPIX的FCS数据分析,发现相对于检测PPIX-HSA的单个分子荧光强度和总荧光强度,PPIX-HSA在病人血清中的浓度与正常人血清有着极显著差异。FCS方法具有样品需求量少、分析时间短、可实现自动化操作等优点,有望成为癌症临床诊断的一种新方法。

应用FLS920P型荧光光谱仪对L-色氨酸溶液进行三维荧光光谱检测， 从中发现： L-色氨酸的特征荧光峰位于270/350 nm。 设定发射波长为350 nm， 测量激发谱。 由测量结果发现在250~260 nm区间， 谱线斜率较大、 线性度好。 因此选取250， 255和260 nm三个激发波长， 在每个激发波长下分别测量相应的荧光发射谱。 基于三条不同的荧光发射谱， 构建以激发波长为外扰变量的自相关光谱； 而以浓度为外扰变量的自相关光谱， 是以超纯水在不同激发波长的平均谱作为参考光谱， 通过参考光谱与样本平均谱的相关计算得到。 在此基础上， 将相关光谱数据分别与偏最小二乘回归(PLSR)和径向基神经网络(RBFNN)相结合， 建立溶液中L-色氨酸含量的预测模型， 研究结果表明： 采用浓度为外扰变量构造的荧光相关光谱信噪比较高， 建模的预测效果要好； 而在外扰变量相同时， 基于径向基神经网络建立的预测模型比基于偏最小二乘回归建立的预测模型对溶液中L-色氨酸浓度的预测结果更为准确。 其中， 以浓度为外扰变量时的径向基神经网络预测模型准确度最高， 该模型的预测相关系数为99.91%， 预测均方根误差为0.033 μg·mL-1。 研究结果表明， 使用该方法能够对溶液中的物质含量进行准确测定， 可为食品安全监管提供帮助。

基于三维荧光光谱和二维荧光相关光谱, 对茶汤中两种拟除虫菊酯农药进行了识别。利用图像局部极值算法, 分别提取出三维荧光光谱图和二维相关光谱图中的峰、谷位置信息, 然后进行峰位匹配实现茶汤中农药组分的智能识别。结果表明, 三维荧光光谱图受到荧光峰重叠的影响, 不能对氰戊菊酯进行有效匹配。而利用二维相关光谱不仅可以克服这一缺点, 而且不受混合物中农药组分浓度的影响。基于二维荧光相关光谱, 对实际茶汤中氰戊菊酯和顺式氯氰菊酯进行了识别, 识别率分别为80%和83%。

荧光相关光谱(fluorescence correlation spectroscopy, FCS)是一种通过监测荧光涨落从而获得单分子水平的分子扩散行为信息的技术。FCS高灵敏度的优点使得它已发展成为一种可以在活体外与活体内检测分子浓度、扩散系数、结合和解离常数等参数的有力工具。荧光互相关光谱(fluorescence cross-correlation spectroscopy, FCCS)是FCS技术的进一步发展, 其大大扩展了FCS技术的应用范围。本文介绍了FCS及其衍生技术的原理及其在生物化学领域的应用。