维生素C为酸性己糖衍生物, 有L-型(抗坏血酸(AA))和D-型(脱氢抗坏血酸(DHA))两种异构体, DHA是AA的第一个稳定氧化产物, 是AA的可逆氧化形式, 因此, 对AA的任何性质或度量的讨论都将涉及同一体系中DHA的性质。 紫外光谱是电子跃迁难易程度和几率的直观体现, 理论计算方法与分子模型的构建不合理, 都将导致对维生素C的最大吸收峰产生误判, 从而无法准确的表征维生素C的激发性质。 因此, 为准确探究维生素C的抗氧化机理, 在液相环境中, 基于密度泛函理论(DFT)和含时密度泛函(TD-DFT)理论, 分别采用pbepbe/6-311++g(2d, 2p)方法和B3LYP/6-311++g(2d, 2p)方法, 计算并分析了维生素C的抗坏血酸和脱氢抗坏血酸分子的结构、 紫外光谱及电子激发特征。 结果表明: pbepbe/6-311++g(2d, 2p)是计算AA紫外吸收光谱更精确的方法; DHA比AA的环状结构发生了显著的平面扭曲。 紫外光谱分析可知, 基态跃迁到S1, S2, S3, S4, S14和S18激发态为AA产生紫外光谱的主要原因, AA位于200.171 5 nm处的吸收峰包含n→π^*, n→σ^*电子跃迁, 266.9248 nm处的吸收峰包含n→π^*和π→π^*的跃迁。 基态跃迁到S6, S9, S12, S13, S15, S16, S17, S19和S20激发态为DHA产生紫外光谱的主要原因, DHA的最强吸收峰位于181.024 8 nm处, 具有n→σ^*和n→π^*的跃迁特征, 231.346 39 nm处微弱的吸收峰指认为n→π^*跃迁, 282.466 8 nm处的吸收峰主要对应n→π^*的跃迁; 通过空穴-电子分布及其衍生量的分析, 可定性地对AA吸收峰起主要作用的7个激发态的特征及对DHA吸收峰起主要作用的9个激发态的特征进行详细的指认。 其中对AA紫外光谱起主要贡献的S4, S13和S14激发态与对DHA紫外光谱起主要贡献的S6, S9, S17和S20激发态电荷转移较明显, 空穴的质心中心和电子质心的中心分离较明显, 可以指认为电荷转移激发, 而其他激发态的电子与空穴分离程度很低, 指认为局域激发。

抗坏血酸是一种常见的面粉品质改良剂, 用于改善面团的流变学特性及面包的烘焙品质。 本研究以面粉中含不同浓度抗坏血酸的混合样品为研究对象, 通过拉曼成像技术实现面粉中抗坏血酸的检测、 识别和定量分析。 分别采集面粉、 抗坏血酸和面粉-抗坏血酸混合样品的拉曼图像, 确定感兴趣区域及光谱范围, 以抗坏血酸拉曼光谱中强度较高且区别于面粉的3处拉曼峰(631, 1 128和1 658 cm^-1)为依据对混合样品的平均拉曼光谱进行分析, 结果显示其不能有效评估面粉中抗坏血酸含量, 研究探索对图像中各像素点对应的拉曼光谱进行分析以实现面粉中抗坏血酸的有效检测。 以混合样品图像中各像素点拉曼光谱作为校正集、 面粉平均拉曼光谱和抗坏血酸平均拉曼光谱的线性组合光谱作为验证集建立偏最小二乘模型, 模型的回归系数用于将混合样品的三维拉曼图像重建为二维灰度图像, 通过阈值分割实现面粉中抗坏血酸的检测和识别, 根据识别结果建立定量分析模型。 结果显示, 偏最小二乘模型的最高和最低回归系数分别对应于抗坏血酸和面粉的最强拉曼峰, 所有回归系数应用于混合样品拉曼图像将其转换为灰度图像后面粉和抗坏血酸的像素点仍难以识别, 阈值分割方法将灰度图像转换为用于分类面粉像素和抗坏血酸像素的二值图像实现了面粉中抗坏血酸的有效检测。 通过分析各浓度混合样品对应子样品中识别到的抗坏血酸像素点数确定本研究对面粉中抗坏血酸的最低检测浓度为0.01%(100 mg·kg^-1), 混合样品中抗坏血酸浓度同图像中识别到的抗坏血酸像素点在0.01%~0.20%范围内具有良好的线性关系, 决定系数为0.996 0。 研究结果可为面粉中抗坏血酸添加剂的定量检测提供方法支持, 为大规模快速筛查提供了技术参考。

具有类酶活性的无机纳米材料因其高稳定性和高灵敏度而具有广阔的应用前景, 因而调节其类酶活性对于促进纳米酶的发展具有重要意义。本研究通过简单的液相还原法合成了具有良好均匀性和稳定性的Pt-Au枝状纳米颗粒(Pt-Au DNPs), 研究了动力学参数与纳米颗粒结构之间的关系, 发现Pt-Au DNPs的组成和结构对其类氧化酶活性有很大影响。同时利用其类氧化酶活性催化TMB(3,3′,5,5′-四甲基联苯胺)氧化来比色检测抗坏血酸(AA)。对AA的定量分析结果显示, 在1~15 μmol/L范围存在良好的线性关系, 检出限为78 nmol/L。同时, 发现虽然连续反应会降低Pt-Au DNP的催化性能, 但其仍具有重复使用的潜力, 这在可视化检测AA中并不常见。这项研究不仅提出了合成Pt-Au DNPs的方法, 而且还显示了其在生物样品中进行AA含量分析的潜在应用前景。