摘要: 目前临床糖化血红蛋白(HbA1c)的检测以理化分析为主，但理化分析耗时、费用高、不够环保。本论文尝试将近红外光谱技术运用于HbA1c浓度的定量检测。 HbA1c近红外光谱区含有大量含氢基团的倍频和合频吸收峰，存在光谱信息重叠的问题，影响模型的精度... 展开 目前临床糖化血红蛋白(HbA1c)的检测以理化分析为主，但理化分析耗时、费用高、不够环保。本论文尝试将近红外光谱技术运用于HbA1c浓度的定量检测。 HbA1c近红外光谱区含有大量含氢基团的倍频和合频吸收峰，存在光谱信息重叠的问题，影响模型的精度和稳健性。因此本研究着重研究了HbA1c在近红外光谱区域的特征吸收峰，其方法为以血红蛋白与D型葡萄糖在温度37℃下进行恒温培养得到HbA1c。通过近红外光谱分析技术对其进行光谱采集，得到HbA1c在近红外区域的特征吸收峰在7065cm-1和4480cm-1附近。并用量子化学分析软件Gaussian进行量子计算，计算选用的方法为密度泛函分析的B3LYP，基组为6-31G(df，p)，得到其特征结构N-H基团在中红外区域的基频特征吸收峰在3533cm-1附近，倍频后即为7066cm-1。并对缬氨酸的N-H基团在近红外的吸收峰进行了排除计算，进一步肯定了HbA1c在近红外区域的特征吸收峰。 得到HbA1c在红外光谱区的特征吸收峰后，本论文利用遗传算法对HbA1c的全光谱进行了特征谱区筛选并建模，即GA-iPLS建模，得到性能良好的HbA1c浓度定量检测模型，其交互验证均方差(RMSECV)为0.561，能很好的对HbA1c的浓度进行预测。经过数据分析，得出经过遗传算法筛选出的特征波段包含Gaussian计算的结果，证实了7066cm-1确实为HbA1c在近红外光谱区域的特征吸收峰。最终确定了7065cm-1附近确实存在HbA1c的特征吸收，验证了HbA1c近红外检测的可行性，为以后的研究提供可靠的实验基础和理论依据。 收起