中藥具有數(shù)千年的醫(yī)藥文化歷史背景,因其良好的治療效果和較低的毒副作用,在國際上備受關注。但是,中藥在走向國際市場的道路上仍然面臨諸多阻礙,主要原因是其質量不穩(wěn)定。農藥殘留、重金屬污染以及霉菌毒素污染等問題是影響中藥質量安全的主要源頭。為了確保中藥的質量安全,促進中藥的國際化發(fā)展,農藥殘留、重金屬及霉菌毒素的檢測正逐漸成為廣大藥學工作者的研究熱點。近年來,針對中藥中農藥殘留的檢測方法主要基于色譜和質譜技術,如氣相色譜法、高效液相色譜法、電噴霧解析電離質譜法及氣相色譜-質譜聯(lián)用技術等;針對中藥中重金屬的檢測方法主要基于光譜和質譜技術,如原子吸收分光光度法、電感耦合等離子體質譜法、電感耦合等離子體原子發(fā)射光譜法及X射線熒光光譜法等;針對中藥中霉菌毒素的檢測方法主要基于色譜技術,如高效液相色譜法、免疫親和柱-高效液相色譜法等。以上所述的分析方法均具有較高的靈敏度和準確度,非常適合作為確證方法在實驗室使用。然而,這些技術具有操作復雜,儀器昂貴以及樣品前處理耗時等不足之處,因此并不適合現(xiàn)場大批量樣本的快速篩選和現(xiàn)場檢測。化學發(fā)光(chemiluminescence,CL)和熒光(fluorescence,FL)是靈敏度較高的光譜技術,此外還具有線性范圍寬、儀器要求低、檢測時間短及操作簡單等優(yōu)勢,非常適合用于中藥中農藥殘留、重金屬和霉菌毒素的現(xiàn)場快速篩查。本文將CL與免疫分析技術相結合,構建了一種用于檢測中藥中農藥殘留的免疫層析試紙條;將FL與免疫分析技術相結合,構建了兩種基于免標記策略的免疫分析方法,分別用于檢測中藥中的重金屬和霉菌毒素。具體研究內容如下:1、基于時間分辨化學發(fā)光免疫層析法同時檢測甲基對硫磷和吡蟲啉本研究提出了一種基于CL動力學分辨策略的多組分免疫分析方法,可用于同時檢測中藥中的兩種農藥殘留。研究中采用一種新型雙功能抗體(BfAb)作為唯一識別試劑,將其包被于試紙條的檢測線,基于該新型BfAb的多個不同抗原結合位點,可在試紙條檢測線上同時特異性捕獲甲基對硫磷和吡蟲啉。以CL動力學特征具有顯著區(qū)別的辣根過氧化物酶(horseradish peroxidase,HRP)和堿性磷酸酶(alkaline phosphatase,ALP)作為CL信號探針,分別標記甲基對硫磷半抗原和吡蟲啉半抗原,標記后的兩種半抗原可與甲基對硫磷和吡蟲啉同時競爭BfAb上的結合位點。加入共反應劑后,同時觸發(fā)具有閃光和輝光兩種動力學特點的CL反應。前者CL信號在2.5秒時達到峰值,后者CL信號隨著時間的延長而持續(xù)增大,在300秒后兩者之間的信號干擾幾乎可以忽略不計,為了保證本方法的檢測效率,選擇300秒作為后者的信號采集時間。在此多組分CL免疫方法中,甲基對硫磷和吡蟲啉的線性范圍均為0.1-250 ng/mL,檢測限均為0.06 ng/mL(3σ)。本研究構建的同時檢測甲基對硫磷和吡蟲啉的免疫層析試紙條,檢測時長為22分鐘。該方法已成功應用于當歸和甘草的實際樣品檢測,回收率為95.6-117.0%。2、基于紫外降解技術構建免標記FL免疫分析方法特異性檢測銅本研究構建了一種免標記FL免疫分析方法用于檢測中藥中的重金屬(以銅為模型檢測物)。首先,將樣品中的銅離子(Cu~(2+))和乙二胺四乙酸二鈉(EDTA)充分反應,形成Cu~(2+)-EDTA絡合物。以Cu~(2+)-EDTA的單克隆抗體(McAb)作為分子識別試劑,免疫結合Cu~(2+)-EDTA絡合物。采用紫外(UV)光降解Cu~(2+)-EDTA-McAb免疫復合物,將Cu~(2+)高效解離出來。利用Cu~(2+)對CdSe/ZnS量子點(QDs)FL的猝滅效果,對Cu~(2+)進行高特異性定量檢測,從而建立一種高效的免標記FL免疫分析方法。本研究中,Cu~(2+)的檢測范圍為10-1000 ng/mL,檢測限為0.33 ng/mL(3σ)。此方法無需采用任何標記技術,具備簡單、高效、準確等諸多優(yōu)點,而且該方法可有效避免其它陽離子的干擾。已成功用于西洋參和靈芝中銅的檢測,回收率為81.9-128.6%,具有較大的應用潛力。3、基于自增敏策略構建免標記熒光免疫分析方法檢測黃曲霉毒素B_1本研究基于黃曲霉毒素B_1(AFB_1)的FL自增敏效應,構建了一種免標記FL免疫分析方法,可用于特異性檢測中藥中的AFB_1。首先,將AFB_1的McAb修飾在羧基化磁珠上,實現(xiàn)對AFB_1的高效富集和快速分離。其次,將通過磁性分離得到的AFB_1-McAb的免疫復合物置于365 nm UV暗箱中進行光衍生反應2小時,可顯著增強AFB_1的FL。然后,采集增強后的FL信號,實現(xiàn)AFB_1的特異性檢測。該免標記FL免疫分析方法中AFB_1的檢測范圍為1.0-1000 ng/mL,檢測限為0.21ng/mL(3σ)。該方法已成功用于黃芪和丹參的實際樣品檢測,回收率為95.4%-107.7%。本方法操作簡便、檢測快速且成本低廉,在實際應用中具有較好的發(fā)展前景。綜上所述,本研究將光譜技術(CL、FL)與免疫分析相結合,構建了多種中藥農藥殘留、重金屬以及霉菌毒素檢測的光學免疫分析方法。與傳統(tǒng)的ELISA和其它已報導的免疫分析方法相比,本文構建的各種新方法有望實現(xiàn)對農藥殘留、重金屬及霉菌毒素進行靈敏度更高,特異性更強的檢測。另外,本研究設計的傳感器所需設備簡單,操作簡單,成本低廉,有望實現(xiàn)檢測便攜化、小型化和自動化,為野外檢測和現(xiàn)場篩查分析工作提供了新的技術平臺。
【學位單位】：西南大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：R284.1
【部分圖文】：

西南大學碩士學位論文了應對重金屬對中藥安全和人體健康的不良影響，構建用于檢測重金屬污染的準確、方便、靈敏的分析方法已刻不容緩。1.1.2.2 已有的檢測重金屬的分析方法目前檢測金屬離子的主要方法有原子吸收光譜法（AAS）[25]、X 射線熒光光譜法（XRF）[26]和電感耦合等離子體質譜法（ICP-MS）[27]等。此類方法均具有較高的準確度和靈敏度，非常適合作為確證方法在實驗室使用。然而，這類方法也存在一些難以克服的不足之處。例如，AAS 每次只能檢測一種元素，對于不同的元素需要建立多種測量方法，并且對操作者的專業(yè)要求較高。XRF 可用于直接分析成品, 但其精密度和重現(xiàn)性不高。ICP-MS 的檢測限較低，但易受一些輕元素（如 S、Ca、Fe、K、Se）的干擾，其方法可靠性有待加強。此外，這類方法還具有儀器龐大、操作繁瑣和分析成本高等缺點，因而不太適合作為現(xiàn)場方法使用。

不同的 CL 反應其動力學特征各不相同，根據(jù)發(fā)光動力學特點的不同，發(fā)可分為閃光型，輝光型和震蕩型三種類型。閃光型 CL 反應速度非常快，幾秒內達到峰值（例如魯米諾 CL 體系）；而輝光型 CL 反應進行得很慢隨時間的推移逐漸增加，反應時間達數(shù)分鐘至數(shù)小時不等（例如二氧雜環(huán)系）。第三類是震蕩型 CL 反應，即 CL 信號出現(xiàn)周期性的增長和衰減（吡啶催化的 B-ZCL 體系）。常見的 CL 體系有魯米諾 CL 體系、二氧雜環(huán)系、吖啶酯 CL 體系以及過氧化草酸酯類 CL 體系等等[54-57]。魯米諾類化合物屬于酰肼類發(fā)光試劑，其結構簡單，性質穩(wěn)定，易于合成溶液中溶解度較高，并且具有較高的發(fā)光量子產(chǎn)率。如圖 1-4 所示，魯米水溶液中被氧化成 3-氨基鄰苯二甲酸根離子，進而在 425nm 左右發(fā)出藍]。該體系還可利用酶（例如辣根過氧化物酶，horseradishperoxidase,HRP屬離子（例如銅離子、鈷離子等）[61]等作為增敏劑，以增強 CL 信號值。 CL 反應，并可顯著影響 CL 信號的發(fā)光劑、共反應劑、催化劑、增敏劑待檢物進行定量檢測。上述的物質亦可作為探針來標記待檢測樣品的識構建 CL 分析法。

59]。該體系還可利用酶（例如辣根過氧化物酶，horseradishperoxidase,HRP）[60]、重金屬離子（例如銅離子、鈷離子等）[61]等作為增敏劑，以增強 CL 信號值。所有參與 CL 反應，并可顯著影響 CL 信號的發(fā)光劑、共反應劑、催化劑、增敏劑均可作為待檢物進行定量檢測。上述的物質亦可作為探針來標記待檢測樣品的識別物，用以構建 CL 分析法。圖 1-4 魯米諾類發(fā)光體系發(fā)光原理Fig. 1-4 The mechanism of the CLreaction of luminol.

【相似文獻】

相關期刊論文 前10條

1 金茂俊;杜鵬飛;楊麗華;邵華;金芬;王淼;佘永新;王靜;;基于磁性納米粒子的免疫分析方法在食品安全檢測中的研究進展[J];安徽農業(yè)科學;2013年22期

2 鈕家淇;;一種新興的免疫分析方法[J];今日科技;1987年10期

3 邢蘊芳;時間分辨熒光免疫分析[J];中國免疫學雜志;1989年03期

4 吳冠英,戴長生,于宜君,章東,李明,吳存愷;介紹兩種激光免疫分析方法[J];量子電子學;1990年01期

5 勞海苗;吳英松;劉天才;;現(xiàn)代免疫分析方法最新進展[J];醫(yī)學研究雜志;2010年10期

6 鄭晶,黃曉蓉,林杰,陳健,鄭俊超;應用放射性免疫分析方法快速篩檢烤鰻中四環(huán)素族藥物殘留[J];福建水產(chǎn);2005年03期

7 賈宏新,吳志勇,方肇倫;微流控芯片免疫分析方法研究進展[J];分析化學;2005年10期

8 王玉珍;馮鋒;秦君;白云峰;王海雁;;重金屬汞離子免疫分析方法的研究[J];山西大同大學學報(自然科學版);2013年03期

9 王艷,高志賢,戴樹桂;農藥殘留免疫分析方法及其研究進展[J];農業(yè)環(huán)境科學學報;2003年01期

10 殷祥剛;尹麗梅;胥傳來;;有機磷農藥多殘留免疫分析方法研究進展[J];食品科學;2008年10期

相關會議論文 前10條

1 吳冠英;戴長生;于宜君;章東;李明;吳存愷;;介紹兩種激光免疫分析方法[A];第四屆全國基礎光學學術報告會論文集[C];1989年

2 李麗華;楊金易;沈玉棟;孫遠明;;恩諾沙星時間分辨免疫分析方法的建立[A];2010第二屆中國食品安全高峰論壇論文集[C];2010年

3 王術皓;莊惠生;王傳濤;杜凌云;;電化學免疫分析方法測定飼料中的己烯雌酚[A];持久性有機污染物論壇2006暨第一屆持久性有機污染物全國學術研討會論文集[C];2006年

4 郭潔;李志士;宋薇;韓曉霞;趙冰;;SERS研究辣根酶標記的免疫反應[A];第十五屆全國光散射學術會議論文摘要集[C];2009年

5 李玉科;張明翠;莊惠生;;鄰苯二甲酸二甲酯人工全抗原的合成與鑒定[A];第二屆全國環(huán)境化學學術報告會論文集[C];2004年

6 陳素云;吳春龍;李俊;顏海希;陳世勇;;類風濕性關節(jié)炎患者CA125升高的相關因素分析[A];2014年浙江省檢驗醫(yī)學學術年會論文匯編[C];2014年

7 吳景;陳翊平;蔣興宇;;基于免疫磁珠分散聚集狀態(tài)檢測病原體與癌癥標志物[A];中國化學會第30屆學術年會摘要集-第三分會：納米傳感新原理新方法[C];2016年

8 武琳;張寧;胡宇芳;郭智勇;;電位分辨雙目標物的電化學發(fā)光免疫分析[A];中國化學會第30屆學術年會摘要集-第三分會：納米傳感新原理新方法[C];2016年

9 余伯陽;劉吉華;;中藥有效成分皂苷類化合物快速微量免疫分析方法研究[A];藥用植物化學與中藥有效成分分析研討會論文集（上）[C];2008年

10 ;第二十九章 一種利率免疫分析方法[A];21世紀數(shù)量經(jīng)濟學（第2卷）[C];2001年

相關博士學位論文 前10條

1 蔣文曉;動物性食品中喹VA啉類藥物代謝物和磺胺類—喹諾酮類藥物多殘留免疫分析方法研究[D];中國農業(yè)大學;2014年

2 李明;噻蟲胺抗體制備及免疫分析方法研究[D];南京農業(yè)大學;2015年

3 杜鵬飛;三唑磷農藥生物條形碼免疫分析方法研究[D];中國農業(yè)科學院;2017年

4 華修德;有機磷農藥單殘留及多殘留免疫分析方法的建立與應用[D];南京農業(yè)大學;2012年

5 孫清;食品及飼料中黃曲霉毒素的快速免疫檢測試劑盒研究[D];北京科技大學;2017年

6 王佳;環(huán)境中小分子有機污染物的免疫分析技術研究[D];中國農業(yè)大學;2015年

7 陳旭;廣西莪術多糖生物活性與莪術醇免疫分析方法的研究[D];中南林業(yè)科技大學;2012年

8 方慶奎;丁酮威和吡蟲啉兩種農藥殘留免疫分析方法的研究[D];南京農業(yè)大學;2015年

9 余宇燕;環(huán)境中微量氯苯酚類環(huán)境激素的免疫分析方法研究[D];東華大學;2006年

10 雷佳文;農產(chǎn)品中黃曲霉毒素新型免疫分析技術研究[D];中國農業(yè)科學院;2015年

相關碩士學位論文 前10條

1 舒棋;用于中藥中外源性有害物質檢測的光學免疫分析方法研究[D];西南大學;2018年

2 洪偉哲;基于ICP-MS的多組份磁球免疫分析方法研究[D];清華大學;2017年

3 張媛媛;黃曲霉毒素B_1單克隆抗體制備及免疫分析方法研究[D];江蘇大學;2018年

4 黃夢璐;環(huán)境中四溴雙酚A及其典型衍生物/副產(chǎn)物免疫分析方法的構建與污染調查研究[D];江蘇大學;2018年

5 朱暖飛;環(huán)境中兩種典型新型有機污染物的免疫分析方法研究[D];江蘇大學;2018年

6 陳媛;人胸苷激酶Ⅰ免疫分析方法研究[D];湖南大學;2008年

7 劉芹蘭;基于葡萄糖測定的電化學免疫分析方法的建立及其初步評價[D];南方醫(yī)科大學;2013年

8 佘佩;基于表面增強拉曼散射的免疫分析方法和免疫層析技術的研究與應用[D];蘇州大學;2016年

9 王雯雯;基于化學發(fā)光動力學分辨策略的多組分免疫分析方法檢測免疫球蛋白[D];西南大學;2015年

10 盛亞麗;環(huán)境激素中鄰苯二甲酸二乙酯和鄰苯二甲酸二環(huán)己酯的免疫分析方法研究[D];安徽師范大學;2010年

本文編號：2817358