微波消解-原子荧光光谱法测定洋甘菊中砷的含量

目的 建立洋甘菊中砷含量的原子荧光光谱检测方法 。方法 采用微波消解样品,通过原子荧光光谱法测定洋甘菊中砷含量,并进行了方法 学考察。结果 砷在0～10．0μg／L（r=0．9993）范围内峰面积与浓度呈良好线性关系,平均加样回收率为100．81％,RSD=2．59％（n=6）。结论 该测量方法 简便、稳定、危害小、灵敏度高。     

RRLC定性检测食用油中10种抗氧化剂的条件研究与应用

目的建立一种简单、快速、准确测定食用油中多种抗氧化剂的检测方法。方法采用高分离度快速液相色谱仪(RRLC)对食用油中10种常用的抗氧化剂包括没食子酸丙酯(PG)、没食子酸辛酯(OG)、2,4,5-三羟基苯丁酮(THBP)、叔丁基对苯二酚(TBHQ)、叔丁基对羟基茴香醚(BHA)、2,6-二叔丁基对甲酚(BHT)、没食子酸十二酯(DG)、正二氢愈创酸(NDGA)、2,6-二叔丁基-4-羟甲基苯酚(HMBP)和没食子酸异戊酯(IAG)进行定性检测,并对使用RRLC定性检测食用油中的抗氧化剂的分离条件进行摸索。结果以1.5%乙酸的甲醇溶液和1.5%乙酸的水溶液作为流动相进行梯度洗脱,可以有效地分离并用于食用油中抗氧化剂的检测。结论此方法简便、快速,实用性强,在保证实验准确、灵敏的前提下,大大缩短了分析流程。     

微波消解-FAAS法测定新疆6种红枣中的8种金属元素木

目的 采用微波消解-火焰原子吸收光谱法(FAAS)测定新疆6种红枣中金属元素的含量.方法 采用硝酸作为消解液,利用微波消解的方法处理红枣样品,火焰原子吸收光谱法测定新疆6种红枣中钠、钾、钙、镁、铁、锌、锰、铜8种微量、常量元素的含量.结果 红枣中金属元素含量丰富,且钠、钾、钙和镁的含量普遍较高,铁、锌、铜、和锰的含量也较高.该方法的标准曲线线性关系良好(r=0.998 9～0.999 9),实验方法加入标准样回收率为95.52%～105.60%,相对标准偏差为1.35%～4.49%.结论 该法具有灵敏度高、快速、准确的特点,可用于红枣中多种金属元素的测定.     

苯酚-硫酸法测定菊苣根中总糖的含量

目的：研究菊苣根总糖的测定方法。方法：采用苯酚-硫酸法，在488nm处测菊苣根中总糖的含量。结果：回归方程为Y=10.908X-0．13264，r=0．9999，线性范围为30-80μg／ml。平均回收率为103．27％，RSD=2．20％。菊苣根中平均总糖含量为平均含量为34．613mg／g。结论：方法简便，结果准确，为菊苣根总糖的进一步研究奠定良好的基础。     

高效液相色谱法测定异常黑胆质成熟颗粒剂中芦丁的含量

目的：建立HPLC法测定维药异常黑胆质成熟颗粒剂中的芦丁。方法：采用高效液相法,Kromasil C18色谱柱（4．6×150mm,5μm）,流动相为1％乙酸甲醇-1％乙酸水（V／V）,流速0．9mLmin-1,检测波长为330nm。结果：芦丁在0．27-0．63mg／mL（r=0．9996）范围内峰面积与浓度呈良好线性关系,平均加样回收率为99．5％,RSD=2．82％（n=6）。结论：该方法操作简便、灵敏度高、重现性好、专属性强,适用于异常黑胆质成熟颗粒剂的质量控制,为异常黑胆质成熟颗粒剂在临床医学应用及新药开发提供了基础研究数据。     

RRLC法测定异常黑胆质成熟颗粒中甘草苷的含量

目的 建立高分离度快速分离液相色谱( RRLC)测定异常黑胆质成熟颗粒中甘草苷含量的方法.方法 色谱条件:Zorbax XDB-C18色谱柱(4.6×50 mm,1.8 μm),流动相为1.5％乙酸甲醇-1.5％乙酸水(V/V),流速0.5 mL·min-1,检测波长为330 nm,柱温为25℃.结果 甘草苷在0.021～0.105 mg· mL-1 (r=0.9997)范围内峰面积与浓度呈良好线性关系,平均加样回收率为100.7％,RSD=1.75％(n=6).结论 本方法操作简便、专属性强、灵敏度高、重现性好,适用于异常黑胆质成熟颗粒的质量控制,为其在临床应用及开发提供了研究数据.     

RRLC法测定异常黑胆质成熟颗粒中甘草酸的含量

目的建立RRLC(高分离度快速分离液相色谱)测定异常黑胆质成熟颗粒中甘草酸含量的方法。方法色谱条件:色谱柱Zorbax XDB-C18(4.6×50mm,1.8μm),流动相为1.5%乙酸甲醇-1.5%乙酸水(V/V),流速0.7mL/min,检测波长为250nm,柱温为30℃。结果甘草酸在0.088 7～0.207 0mg/mL(r=0.999 8)范围内峰面积与浓度呈良好线性关系,平均加样回收率为99.63%,RSD=2.06%(n=6)。结论本法操作简便,专属性强,灵敏度高,重现性好,适用于异常黑胆质成熟颗粒质量控制,为其在临床应用及开发提供相应研究数据。