《分析测试学报》2026年第6期

AI+大数据赋能中药质量控制

与安全防控专栏

（45卷第6期）

摘要

人工智能深度融入中医辨证论治体系，正驱动其从依赖经验的传承模式向数据与知识双轮驱动的现代化范式演进。该文系统梳理了这一转型的核心路径：通过多模态技术实现四诊信息的客观化融合，利用时序建模与知识增强捕捉证候的动态演变与理论逻辑，并基于“方证相应”的智能计算实现处方的推荐、生成与优化，进一步结合网络药理学解析配伍机制与发现新药。尽管当前研究在数据质量、模型可解释性及临床验证层面仍存局限，但人工智能已为构建可计算、可验证且人机协同的中医智能诊疗系统奠定了坚实基础，有力推动了中医药的守正创新与科学发展。

摘要

中药复杂体系包含小分子、蛋白质、多糖、高阶自组装体等多种化学成分。当前，这些成分的分析受限于谱库覆盖度不足与人工解析效率低下，制约了物质基础研究的深度。人工智能（AI）凭借强大的多源数据整合与深度表征学习能力，推动了中药化学成分解析从“经验驱动”向“数据驱动”的新范式转变。该文系统综述了AI在中药成分分析中的学习范式和核心架构，重点剖析了分子表征学习方法、谱图数据处理策略以及在智能分析与化学空间拓展方面的前沿应用。最后，探讨了数据标准化、数据共享和多模态整合等关键挑战与未来发展路径。

摘要

传统中药制剂由于成分复杂、药效物质基础模糊、质量可控性不足及作用机制不明确，存在潜在安全隐患，影响其普及化及国际化。为应对上述问题，中药领域逐步形成了以“老药新用、经典焕新”为核心理念的系统化再开发思路，推动中药大品种的深入挖掘与再评价。随着人工智能、过程分析技术、网络药理学、质谱联用技术以及质量源于设计理念在中药研究中的深入应用，中药大品种的现代化与科学化发展迎来新机遇。该文以血府逐瘀制剂这一典型活血化瘀类中药大品种为研究对象，首次系统梳理其二次开发涉及的关键技术体系，包括质量控制、机制解析、药效明确、疗效提升与国际认可5个维度。同时，结合人工智能及大语言模型的应用实例，优化相关技术路径并提炼共性经验，探讨中药大品种未来的发展方向，为同类品种的现代化升级提供参考范式。

摘要

中药质量控制体系的建立对于阐明其药效物质基础、保证用药安全及提升复方制剂质量水平具有重要意义。传统的中药质量控制方法多依赖于“辨状论质”的外观鉴别以及对外源性成分的定性与定量分析，难以全面反映中药在体内的真实作用过程。仅凭体外化学成分的表征，不足以真实、准确地评价中药的整体质量与疗效。近年来，随着大语言模型等人工智能技术的快速发展，其知识整合与语义表征的优势为中药成分体内过程的精准预测提供了关键技术支撑。该文系统综述了人工智能在中药体内成分预测与中药质量标志物（Q-marker）筛选中的应用，涵盖规则模型、机器学习、深度学习及多组学数据整合策略，并对人工智能驱动下的中药质量控制研究进行展望，以期为推动该领域向智能化、精准化方向发展提供参考。

摘要

当前中药制药过程大数据平台建设面临数据标准化不足、技术融合不深、安全保障薄弱等突出挑战，而科学合理的核心技术架构与关键环节是提升平台建设质量的关键。该文以中药制药过程大数据平台建设为研究对象，探究平台建设的核心要点与实践路径，深入剖析了平台的核心技术架构与关键建设环节，并总结了其在感知监测、过程控制、智能决策和质量追溯四个核心应用方面的实践成效，明确了平台在整合制药全流程数据资源、释放数据要素价值中的核心作用，旨在为推动中药制药过程大数据平台高质量建设、加速中药制药过程控制精准化与智能化提供理论参考与实践借鉴。

摘要

中药安全性和临床治疗效果与其质量密切相关，但药材基原复杂、道地性差异显著等因素导致中药质量参差不齐，传统质量控制方法已难以满足质量评估的复杂性和多变性要求。人工智能（AI）凭借其强大的数据处理能力、精准的模式识别与智能决策优势，与现代分析技术相结合，为中药质量检测的标准化、快速化与智能化提供了新的技术路径。该文重点关注AI驱动下的中药智能检测技术和应用场景，介绍了常见的现代分析技术与AI核心算法，从真伪鉴别、质量等级评估和有害物质筛查等方面概述了AI在中药全产业链质量控制中的具体应用，并分析了AI在质量控制领域面临的问题和挑战，以期为构建全流程智能化的中药质控体系，助力中药产业高质量发展提供参考。

摘要

为解决中药浸膏生产中依赖单一指标或经验判断浓缩终点的局限，该研究以血府逐瘀浸膏为对象，创新性提出“物理指纹图谱+机器视觉+大语言模型”的多模态融合策略智能质控体系。通过筛选密度、pH值等7项核心物理指标，并进行标准化处理构建物理指纹图谱；然后结合马氏距离剔除异常样本，使用“CRITIC+熵权+TOPSIS法”计算综合得分，并以0.6为合格阈值，将100批样本分为62批合格与38批不合格样本；同时采集并提取浸膏图像特征构建了6种机器学习模型，对比结果显示，XGBoost模型的性能最优，准确率、精确率、召回率、F1分数、AUC分别达0.933 3、1.000 0、0.833 3、0.909 1、0.963 0。在此基础上进一步开发集成了大语言模型的智能评估平台，可在10 s左右完成分析并生成可操作的工艺建议。该体系为血府逐瘀浸膏提供了“客观分级+快速预测+智能建议”一体化质控方案，也为中药浸膏类中间体的多维度质量评价提供了可复用的技术范式，将有力推动中药生产向“数据驱动”转型。

摘要

基于75批复方甘草片的高效液相色谱-二极管阵列检测器（HPLC-DAD）色谱数据，该研究提出并验证了一种3D指纹图谱构建方法：将200~348 nm范围内的38个波长通过AI全谱积分融合，同时结合二值三谱法计算宏定性相似度（S_m）与宏定量相似度（P_m），以开展质量一致性评价。同时用标准曲线法和比率指纹法对9个药效物质进行了定量测定与差异比较。结果显示，与单波长220 nm指纹图谱相比，3D指纹图谱在保持宏观定性一致性的同时显著提高了Pm的区分能力，主成分分析（PCA）与雷达图表明，其对批次与厂家的判别更敏感。同时，比率指纹法与标准曲线法在9个目标成分定量上高度一致（r>0.99），验证了定量策略的可靠性。3D指纹图谱融合38个波长检测信息，能较为全面和灵敏地表征复方甘草片的化学组成与质量差异，显著增强批次与厂家的判别能力。该方法与二值三谱法结合，为中药质量一致性评价与标准化控制提供了基于大数据的植物药质量一致性监控方法，为基于人工智能与大规模色谱数据的质量监测研究提供了实证支撑和可推广的技术路径。

摘要

该研究基于超高效液相色谱-四极杆-飞行时间串联质谱（UPLC-Q-TOF-MS/MS），结合自建化学成分分子式库和特征碎片离子库，采用Python中的NumPy矩阵运算和Matplotlib绘图技术，开发了一套特征碎片离子m/z理论值自动比对算法，实现了对伤科接骨片中多成分的快速筛查与自动解析。结合标样比对与文献分析，深入探讨了各类成分的MS/MS裂解规律。利用该方法，从伤科接骨片中鉴定出77个化合物，包括28个三萜类、16个皂苷类、9个氨基酸类、9个黄酮苷类、6个生物碱类、6个脂肪酸类、2个环烯醚萜苷类和1个色素类成分。性能验证显示，该Python算法的检出率为100%，相对标准偏差（RSD）小于3.0%，误匹配率为2.5%。此研究可为该中药复方的药效物质基础和质量评价研究提供科学数据与技术支撑。

摘要

宰后肌肉糖酵解速率异常是异质肉（PSE/DFD）形成的重要驱动因素之一。磷酸甘油酸激酶1（PGK1）与丙酮酸激酶M2（PKM2）分别催化糖酵解过程中两步关键底物水平磷酸化反应，可在一定程度上表征宰后能量代谢状态。该研究以滩羊肌肉为对象，测定PGK1与PKM2的免疫反应性水平，构建了可见-近红外高光谱成像（Vis-NIR HSI）结合二维相关光谱（2D-COS）的无损评估框架以增强关键谱段解析与模型可解释性。2D-COS识别出5个敏感特征波段（476、562、605、715和800 nm），其光谱响应可能与肌红蛋白状态变化以及水分结合状态/组织结构差异相关。进一步系统比较了多种预处理与特征提取方法在偏最小二乘回归（PLSR）、随机森林（RF）以及卷积神经网络（CNN）中的预测效果。结果表明，结合变量组合群体分析-迭代保留信息变量（VCPA-IRIV）的CNN模型表现最佳：PGK1预测集R_P²=0.892 0，RMSEP=38.365 3，RPD=3.093 5；PKM2预测集R_P²=0.903 0，RMSEP=18.177 8，RPD=3.265 9。基于最优模型实现像素级伪彩色可视化，直观呈现了不同贮藏阶段两种酶水平的空间异质性与动态变化趋势。本研究表明，Vis-NIR HSI结合2D-COS与深度学习方法可实现羊肉PGK1和PKM2水平的无损预测，为代谢相关指标的快速分级与过程监测提供技术支撑。

摘要

为解决新精神活性物质结构多样化、传统检测技术谱库依赖性强、未知物识别弱的问题，该文基于机器学习模式和气相色谱-质谱联用技术，以卡西酮类新精神活性物质为例，以气相色谱-质谱联用法分析得到的谱图特征为基础，结合分子结构与质谱分析裂解规律，通过总结、提炼碎片离子规律，构建二级分类特征，借助Python与PySide6，开发建立了新精神活性物质精准鉴识智能平台，实现了卡西酮类新精神活性物质的特征刻画。结果显示，建立的用于刻画卡西酮类新精神活性物质特征的智能分析系统，模型准确率为98.41%，精确率为94.03%，召回率为100%，特异度为97.88%，F1分数为96.92%，平衡准确率为98.94%。该方法兼具高识别精度与强可解释性等特点，不仅弥补了传统检测技术与模型的短板，而且为新精神活性物质鉴定提供了新的策略。

摘要

近红外光谱在定量分析中易受奇异样本影响。光谱由含氢基团吸收峰叠加形成，传统方法将整条光谱整体分析，仅依赖全局特征，难以识别特定峰处的细微奇异特征，且其固定阈值也缺乏自适应性。为此，该文提出基于混合高斯分解的奇异样本识别策略，在关键吸收峰内建立混合高斯模型，用多个高斯分量解析重叠谱峰，再对各分量幅值构建基于四分位距准则的正常范围，将超出范围的样本判定为奇异样本。将所提方法应用于柠檬酸发酵生产原料段混液的总糖浓度预测，结果表明该方法可有效识别人为构建和实际光谱中的奇异样本。与原始光谱相比，剔除奇异样本后构建的PLS模型，RMSE降低34.69%，R²提高26.28%。该方法通过解析吸收峰组成结构，实现了对局部奇异特征的自适应检测，为近红外光谱质量提升提供了一种结构清晰、可解释性强的途径。

摘要

该研究建立了一种同时测定乳制品中23种全氟和多氟烷基物质（PFAS）的固相萃取/高效液相色谱-串联质谱（SPE/HPLC-MS/MS）方法。牛奶、酸奶和奶酪样品在提取前均进行冷冻干燥处理。采用有机溶剂进行3次涡旋振荡提取，每次30 min。其中，牛奶和酸奶首次提取使用甲醇，后续2次提取使用酸化甲醇，奶酪和乳清蛋白粉首次提取使用乙腈，后续2次提取使用酸化乙腈，随后使用弱阴离子交换萃取柱净化。酸化提取显著降低了基质效应，提高了方法的准确性和重复性。目标化合物在多反应监测模式下检测，采用同位素内标法定量分析。优化条件下，各目标PFAS在0.05~10 ng/mL范围内线性关系良好，相关系数（r²）均大于0.99，方法检出限为0.001 8~0.068 ng/g，定量下限为0.005 9~0.23 ng/g。待测物的回收率为31.0%~154%，相对标准偏差（RSD）为0.10%~20%。将该方法用于实际样品检测，PFAS在不同乳制品中均有检出，牛奶和酸奶中以全氟壬酸（PFNA）为主，奶酪和乳清蛋白粉中以短链PFAS为主，总PFAS浓度为小于检出限~1.34 ng/g。该方法具有良好的灵敏度和稳定性，可为乳制品中PFAS的污染监测及膳食暴露评估提供可靠的技术支持。

摘要

该文构建了一种新型小尺寸单分散近红外长余辉发光纳米颗粒（NIR-PLNPs）的合成方法。采用两相水热法合成油酸分子封盖的前驱ZnGa₂O₄∶Cr³⁺ NIR-PLNPs，并通过反相微乳液法包覆SiO₂后，结合高温后处理优化近红外长余辉发光性能，成功制备了粒径约40 nm的单分散核壳结构ZnGa₂O₄∶Cr³⁺@SiO₂ NIR-PLNPs。利用X射线衍射（XRD）、透射电子显微镜（TEM）、动态光散射（DLS）、荧光光谱等技术对所制备的纳米颗粒进行表征。结果表明，增加正硅酸乙酯（TEOS）的用量可调控并提升 SiO₂包覆层厚度。优化制备的ZnGa₂O₄∶Cr³⁺@SiO₂纳米颗粒在265 nm光激发下，可产生600~800 nm近红外发射光，余辉时长超3 600 s，显示了优异的近红外长余辉性能。溶血实验与细胞毒性测试证明该材料的生物安全性良好。采用小鼠活体成像实验进一步验证其光学探针应用潜力，结果显示皮下注射预充能材料水溶液5 min后，仍可捕捉到清晰余辉成像信号，信噪比达7.64；尾静脉注射1 h后，小鼠全身均可检测到成像信号，且无明显网状内皮系统富集，表明小尺寸单分散特性赋予了材料优异的体内长循环能力。该合成方法操作可控、普适性强，为小尺寸单分散近红外长余辉纳米材料的制备提供了新的技术路径，有望推动近红外长余辉发光纳米探针在生物成像领域的进一步应用。

摘要

采用超高效液相色谱-四极杆飞行时间质谱（UPLC-QTOF MS）检测涉嫌吸毒人员尿液中2-（2-氟苯基）-2-乙氨基环己酮（2-FXE）及其代谢产物。将尿液经乙腈稀释后离心，过0.22 μm滤膜后，使用UPLC-QTOF MS分析2-FXE及其代谢物，获得每种代谢产物的精确质量、特征离子、质量误差（ppm）和化学式。结果表明，尿液中2-FXE主要通过羟基化、羰基还原、脱氢、脱烷基化、氧化及其组合和葡萄糖醛酸结合等方式进行代谢，主要产生23种Ⅰ相代谢产物和12种Ⅱ相代谢产物，并给出了可能的代谢途径，其中羰基还原和葡萄糖醛酸结合代谢产物M32可作为2-FXE的标志性代谢产物。该文对真实案件中涉嫌吸毒人员尿液中2-FXE及其代谢产物和代谢途径进行了研究、归纳和总结，可为相关案件的检验鉴定提供参考。

摘要

为满足公安实战中牙刷柄塑料物证快速、无损品牌识别的需求，构建了基于差分拉曼光谱与X射线荧光光谱（XRF）的双光谱识别方法，并提出阶梯式门控融合网络（SHG-Net）。实验采集了111个涵盖9种品牌牙刷柄样本的差分拉曼与XRF数据，通过筛选XRF数据中的稳定元素并进行标准化处理，同时对差分拉曼光谱数据进行预处理与降维，并采用正态分布采样进行数据增强以缓解小样本带来的影响。SHG-Net模型通过差分拉曼与XRF特征提取分支，结合门控机制实现特征的自适应加权融合，最终输出品牌类别。5折交叉验证结果显示，SHG-Net的准确率达0.96，均衡准确率达0.94，性能优于单模态识别及简单拼接融合方式。相较于传统机器学习模型和深度学习基线模型，SHG-Net在多项评价指标上表现更优，且整体波动较小。双光谱信息互补与门控融合机制可在小样本条件下有效提升品牌识别性能，为犯罪现场塑料类物证的快速分类提供技术支撑。

摘要

建立了气相色谱-质谱联用同时检测化妆品中81种香料组分含量的分析方法。样品以乙酸乙酯为溶剂超声提取，以DB-WAX毛细管色谱柱（30 m×0.32 mm×0.50 μm）进行分析，采用选择离子监测模式进行测定，根据保留时间和特征离子的相对丰度比定性，以定量离子峰面积定量，内标法计算含量。81种香料组分在0.5~10 mg/L范围内线性关系良好（r²>0.99），检出限（LOD）为1.0~3.0 mg/kg，定量下限（LOQ）为3.3~10 mg/kg。在10、40、100 mg/kg加标水平下，水基类、膏霜类、油基类3种基质中的回收率为80.2%~123%，相对标准偏差（RSD）为0.80%~7.5%（n=6）。该方法操作简单、实用性好、灵敏准确，可应用于化妆品中81种香料组分的含量检测。

摘要

通过比较不同提取溶剂、净化填料组合及定容溶剂比例的色谱响应差异，建立了铁皮石斛鲜叶和鲜茎中氯氟醚菌唑及其4种代谢物（1，2，4-三氮唑、三唑乙酸、三唑丙氨酸和三唑丙酸）的分析方法，并成功用于田间实际样品检测。样品经2%甲酸乙腈提取，盐析处理后，采用C₁₈、GCB与MgSO₄混合填料净化过滤，浓缩近干后用乙腈-5 mmol/L乙酸铵水溶液（体积比1∶1）定容，通过HSS T3色谱柱实现目标物分离，采用超高效液相色谱-串联质谱法（UPLC-MS/MS）检测，基质外标法定量。结果显示：氯氟醚菌唑在0.005~2.0 mg/L、代谢物在0.05~5.0 mg/L范围内，不同基质标准曲线的相关系数（r²）均不小于0.991 0；低、中、高3个添加水平下的平均回收率为73.1%~107%，相对标准偏差（RSD）为1.7%~11%；除4种代谢物在鲜茎中的定量下限（LOQ）为0.10 mg/kg外，其余LOQ均为0.01 mg/kg。大棚试验中，铁皮石斛喷施400 g/L氯氟醚菌唑·吡唑醚菌酯悬浮剂后，氯氟醚菌唑在鲜叶和鲜茎中的消解分别符合方程C=69.641 7e^-0.093t（r²=0.983 2，半衰期7.45 d）和C=30.864 63e^-0.052t（r²=0.905 3，半衰期13.33 d）。该方法准确、灵敏、可靠，满足残留分析的技术要求，可用于铁皮石斛实际样品中氯氟醚菌唑及其代谢物的残留检测。

摘要

建立了燃气爆炸现场常见载体中痕量加臭剂的顶空-固相微萃取/气相色谱-质谱（HS-SPME/GC-MS）分析方法，系统研究了燃气爆炸现场复杂基质中的背景干扰效应。结果显示，四氢噻吩（THT）、甲硫醚（DMS）及乙硫醇（EM）的线性关系良好（r²>0.99），检出限为0.05~37.59 ng/g，加标回收率为87.3%~115%，日内及日间相对标准偏差（RSD，n=3）分别为4.4%~8.3%和4.4%~8.9%。采用质量比为1~200的梯度加标法构建干扰体系，建立了信号响应值随干扰物浓度变化的一阶指数衰减模型（r²≥0.93），揭示了基质干扰下的信号抑制规律。结果表明，信号抑制的主导机制为涂层位点的竞争吸附，抑制强度呈现显著选择性：萘>甲苯>正十五烷；通过对比不同目标组分，发现THT的抗基质掩盖能力显著优于DMS与DM。基质影响方面，棉纤维表现出最佳的抗干扰能力，而土壤的基质抑制效应最为显著。全尺寸模拟爆炸实验进一步证实，土壤与海绵凭借其微孔结构的物理包裹作用，在爆炸2 h后仍能检出THT。该文首次量化了常见基质的抗性边界条件，为燃气爆炸案事件调查及现场物证鉴定提供了科学依据与采样策略建议。

摘要

在蓖麻毒素相关公共安全事件的应急响应工作中，迫切需要开展蓖麻子地域来源的溯源分类工作。该研究建立了基于气相色谱-质谱的蓖麻子中脂肪酸分析方法和酶联免疫吸附分析的蓖麻毒素定量方法，对中国23个不同省份来源的100批样品进行了6种脂肪酸和蓖麻毒素的定量测定。以植物生理能量代谢特征为指导，引入3个能量特征参数（不饱和指数、油酸/亚油酸含量比值、蓖麻毒素/脂肪酸含量比值），有效地结合了3种机器学习算法进行来源判别。模型评估表明，L1-正则化支持向量机模型在引入能量特征参数后及明确最小特征簇条件下的受试者工作特征曲线下面积分别为73.63%和71.95%，两者的测试准确率分别为70.37%和68.52%，外部验证集准确率均为75.00%，显示出良好的泛化性能。该研究证实了高丰度代谢组分在蓖麻子溯源方面的应用潜力，引入能量特征参数的机器学习为基于生物学特征的数据挖掘提供了可行路径。

摘要

采用微波消解电感耦合等离子体质谱法（ICP-MS）测定了黄芩不同部位Pb、Cd、As、Hg、Cu、V、Cr、Mn、Co、Ni、Mo、Ru、Pd、Ba、Pt、Tl、Ir、Rh元素的残留量并结合聚类热图、相关性热图、正交偏最小二乘判别（OPLS-DA）等化学计量学方法进行分析；通过单项污染指数（P_i）、内梅罗综合污染指数（P_N）、每日最大耐受摄入量（EDI）、靶标危害系数（THQ）和致癌风险系数（CR）进行健康风险评估。结果表明，黄芩根中Cu元素的含量相对较高，黄芩茎中Tl、Cr、Cd元素的相对含量最高，Mn、Ba、Pb、Mo、As元素在黄芩叶中的相对含量最高。经过主成分分析筛选出As、Pb、Ba、Mn、Co为黄芩不同部位的特征元素。聚类热图和OPLS-DA结果显示，黄芩根、茎、叶能较好地区分，Cr、Mo、Pb、Ba、Mn、As、Co、Hg、V元素为黄芩部位判别的差异性特征元素。元素相关性热图结果显示黄芩根中有9对呈极显著正相关（p＜0.01），1对呈极显著负相关（p＜0.01），黄芩茎中有15对呈极显著正相关（p＜0.01），黄芩叶中有19对呈极显著正相关（p＜0.01）。安全性评价和健康风险评估结果表明，黄芩茎中有4批样品存在Hg元素超标和污染，黄芩不同部位中均存在潜在的非致癌风险，但致癌风险系数处于可接受安全范围，且根的风险低于茎和叶，茎表现出汞元素富集特征，需加以关注。

摘要

该研究采集了奶粉生产线全链条的产品，涵盖乳基、灭菌乳、湿混乳、干燥粉末、成品乳粉，采用顶空固相微萃取/气相色谱-质谱联用（HS-SPME/GC-MS）技术对挥发性化合物进行定性定量分析，并借助相对气味活度值（ROAV）剖析风味变化。结果共检出45种挥发性气味物质，包括醛、酮、酸、醇、内酯、呋喃、硫化物和萜烯八大类。其中醛类种类最多（18种），是奶粉风味的核心贡献物质，关键挥发性气味物质为己醛、壬醛、辛醛、2-壬烯醛，醛类低浓度即可呈现青草、果香等愉悦香气；经湿法混合工艺后挥发性气味物质发生较大改变，干燥工艺也对挥发性气味物质的含量有影响。成品乳粉较乳基而言，关键挥发性气味物质组成与含量差异显著，醛类总量提升可能是热处理导致，另外也与营养素添加相关，生产厂家或需采取额外措施确保配方奶粉风味在生产期间稳定，减少异味产生，增强婴幼儿接受程度。该研究可为婴幼儿配方奶粉生产过程的风味调控提供理论参考。

摘要

建立了饮料、压片糖果、蜜饯、果冻4种基质中比沙可啶环丙甲酰替代物和西布曲明二氯代异戊基替代物的便携式质谱分析方法。样品经甲醇超声提取，取适量提取液置于专用试剂盒中进行仪器测定。2种化合物在50~2 500 ng/mL范围内线性良好，相关系数（r²）均大于0.99，检出限均为0.5 mg/kg，定量下限均为2.5 mg/kg。在1、2、10倍定量下限水平下的平均加标回收率为80.2%~111%，相对标准偏差为10%~18%。采用该法检出2批次阳性样品，与液相色谱-串联质谱法（LC-MS/MS）进行比较，西布曲明二氯代异戊基替代物和比沙可啶环丙甲酰替代物含量的相对偏差分别为10.6%和17.2%，表明两种方法结果一致。虽然便携式质谱法在灵敏度、精密度及线性方面低于常规LC-MS/MS法，但其操作简便、适于现场快速筛查，适用于非法添加物的初筛与现场监管，为食品安全监管提供及时有效的技术支撑。

摘要

该研究旨在建立一种用于G四链体（G4）拓扑结构识别的无标记纳米孔单分子检测方法。首先，以平行型血管内皮生长因子（VEGF）启动子G4序列为测试对象，比较耻垢分枝杆菌孔蛋白A（MspA）、气溶素（AeL）与α-溶血素（HL）三种纳米孔对G4分子的检测性能，并筛选出α-溶血素作为后续实验孔道。随后，选取平行型c-Myc原癌基因27bp序列（c-Myc27bp）、反平行型凝血酶适配体（TBA）和人端粒DNA G4序列（H24A）作为代表性G4模型，通过圆二色谱（CD）验证其拓扑构象，并利用α-溶血素纳米孔开展单分子水平的区分检测。针对c-Myc27bp阻塞时间较长、过孔效率较低的问题，该研究进一步在其两端分别引入25个腺嘌呤，构建c-Myc77bp以优化其过孔行为。结果表明，α-溶血素纳米孔能够有效区分单链DNA（ssAf17）与三种不同拓扑类型的G4分子；其中，优化后的c-Myc77bp在过孔过程中产生特征性二级台阶信号，显著提高了信号辨识度和过孔效率。以上结果说明，基于α-溶血素的纳米孔单分子传感体系可用于G4拓扑结构的无标记识别，为核酸高级结构分析提供了新的技术策略，并为G4相关疾病机制研究和靶向药物开发提供了方法支持。

摘要

肝毒性千里光碱（SEN）的快速检测对食品安全与公共卫生至关重要。该研究基于前期筛选获得的SEN特异性核酸适配体，构建了一种新型、免标记荧光适配体传感器。其设计核心在于利用硫黄素T（ThT）与适配体的特异性结合产生强荧光信号，当靶标SEN存在时，可竞争性置换ThT，导致荧光显著降低（“信号关闭”模式）。该传感器具有优异的SEN筛查能力，检出限低至40 nmol/L，样本亦可在蓝光照射下直接观察，且特异性高。在蜂蜜实际样本中，该方法仍保持良好的线性响应（0~10 μmol/L，r²=0.98），检出限为414 nmol/L，加标回收率为99.2%~103%，相对标准偏差低于3.0%，证实了其在复杂基质中应用的准确性与可靠性。该研究发展了一种灵敏度高、特异性强、操作简便的SEN检测新方法，为食品及中药材中吡咯里西啶类生物毒素的现场快速筛查提供了具有潜力的技术平台。

摘要

为了同时实现高时空尺度分辨的材料超快动力学表征，该文自主设计并搭建了一套基于共聚焦显微拉曼荧光光谱仪的皮秒时间分辨超快荧光光谱测量系统，集成飞秒激光激发源、共聚焦显微拉曼光谱模块及时间相关单光子计数探测模块，通过光路耦合与信号同步采集，实现了亚微米空间分辨的拉曼光谱与成像、光致发光光谱与成像以及皮秒级时间分辨的荧光寿命测量。实验结果表明，该系统可获得皮秒量级的载流子复合动力学信息，同时支持拉曼与荧光的多模式扫描成像，构建了“空间-时间-光谱”三位一体的表征平台，为各类先进光电材料与器件的创新设计及性能优化，提供了关键理论支撑与实验范式。

摘要

中药材在生产与贮藏过程中易产生真菌毒素与内源性有毒物质，严重威胁用药安全。传统仪器检测方法虽准确度高，但成本高、前处理复杂、且难以实现现场快速筛查。该文系统综述了免疫分析法在中药材中真菌毒素和内源性有毒物质检测的研究进展，阐明毒素来源、分类及基质干扰机制，重点介绍了酶联免疫分析、免疫层析技术、化学发光免疫分析、免疫芯片的基本原理、应用特点与研究现状，并对比各种方法的检测性能差异。免疫分析法具备操作简便、检测快速、灵敏度高、可高通量检测等优势，能够有效弥补传统仪器检测的局限性，现已成为中药材毒素快速筛查的核心技术。现阶段该技术仍面临药材基质干扰显著、特异性抗体制备难度大、便携式检测技术标准化体系不完善等问题，制约了其规模化推广与实际应用。未来需聚焦新型识别元件、多靶标检测、纳米信号放大及智能便携体系研发，为中药质量安全全程管控提供技术支撑。