表面增强拉曼光谱

拉曼光谱和红外光谱一样同属于分子振动上冲构光谱，可以反映分子的特征结构。但是烧拉曼散射效应是个非常弱的过程，一般其光强仅约为入射光强的 10^-1便找苗材远0。所以拉曼信号都很弱，要对表面吸附物种进行拉曼光谱研究几乎都要利用某种增强效应。

Fl名跑轴外省层推审eischmann 等人班候于 1974 年对光滑银电来自极表面进行粗糙化处理后，360百科首次获得吸附在银电极表面上单分子层吡啶分子的高质量解毛的拉曼光谱 。随后Van Duyne 及其合作者通过系统的实验和计算发现吸附在粗糙银表面上的每个吡啶分子的拉曼散射信号与溶液相中的吡啶的拉湖危曼散射信号相比，增强约6 个数量级，指出这是一种与粗糙表面相关的表面增强效应，被称为表面增强拉曼光谱(Surface-enhanced Raman spectroscopy，SERS) 效应。

• 中文名 表面增强拉曼光谱
• 外文名 Surface-enhanced Raman spectroscopy，SERS
• 专业 光电分析技术

背族世苗图离振鲜景简介

拉曼光谱

　　1928年,C. V. Raman发现了拉曼散射现象 。60年代激光器大幅提高了激发效率,成为拉曼光谱的理举草研赵封想光源,拉曼散射的研细燃上我村究进入全新时期。后期单色仪、检测器、光学显微镜、微弱信号检测技术与计算机技术的发展,使拉曼光谱技术在化学、物理和生物等许多领域取得很大的进展 。近年来,随着仪器技术的进步和非线性光学的发展,各种拉曼光谱新技术纷纷出现,比如共聚焦显微拉曼光谱(Confocal Raman Spectroscopy, CRS)、激光光镊拉曼光谱(Las理火别群复必评制er Tweezers Rama来自nSpectroscopy, LTRS)、相干反斯托克斯拉曼光谱(360百科Coherent Anti-stokes RamanSpectroscopy, CARS)、受激拉曼光谱(Stimulated Raman S空算宗讲反效会黑pectroscopy, SRS)、针尖表面增强拉曼光回选秋进析范船武垂述谱(Tip Enhanced Ra地航八维庆称直man Spectroscopy, TERS)等。目前,拉曼光谱技术己被广泛应用于材料、化工、石油、高分子、生物、环保、地质等领域 。

表面增强拉曼光谱

　　拉曼散射效应非常弱,其散射光强度约为入射光强度的10~10极大地限制了拉曼光谱的应用和发展 注代。1974年Fldshmann等人发现吸附在粗糙金银表面的tt旋分子的拉曼信号强度得到很大程度的提高,同时信号强度随着电极所加电位的变化而变化。1977 年,Jean齐物防来示转孩杀maire 与 Van Duyne , Albrecht 与 Creighton等人经过系统的实验研究和理论计算,将这种与银、金、铜等粗糙表面相关的增强效应称为表面增强拉曼散射(Su东rface enhanced Raman Scattering, SERS)效应,对应的光谱称为表面增强拉曼光谱。随后,人们在其它粗糖表面也观察到SERS现象。SERS技术迅速发展,在分析科当斤你县学、表面科学以及生物科学等领域得到广落府最泛应用,成长为一种非育风益找格川井常强大的分析工具。

图1 Fe电极油益上的表面增强拉曼信号

　　关于增非强机理的本质,学术界目前仍未达成共识,大多数学者认为SERS增测强主要由物理增强和化学增强两个方面构成,并认为前者占主导地位,而后者在增强效应中只贡献1~2个数量级。物理增强对吸附到基底附近距后植吗拿数会钱别施有分子的增强没有选择输性。大量实验研究表明,单纯的物理或化学增强机理都不足以解释所有的SERS现象,增强过程的影响因素十分复杂,在很多体系中,认为这两种因素可能同时起作用,它们的相对贡献在不同的体系中有所不同。

表面增强拉曼光谱技术应用

　　近些年,随着激光技术、纳米科技和计算机技术的迅猛发展,SERS已经在界面和表面科学、材料分析、生物、医学、食品安全、环境监测和国家安全等领域得到了广泛应用。SERS技术不但具有拉曼光谱的大部分优点,能够提供更丰富的化学分子的结构信息,可实现实时、原位探测,而且灵敏度高,数据处理简单,准确率高,是非常强有力的痕量检测工具 。

　　由于其无需样品预处理、操作简便、检测速度快、准确率高、仪器便携等特点,SERS检测在食品安全快速检测中起到了积极的作用,例如,SERS可以定性、定量检测有害非法添加物(如三聚氰胺、苏丹红等)、超量超范围使用的添加剂(如食品中的合成色素等)、果蔬中的农药残留以及食物表面上的细菌和病毒等。SERS与化学计量学方法如多元校正方法相结合,可以测定食品中的成分含量,如鲑鱼肉中的类胡萝卜素、功能食品中低聚糖、牛奶中的奇数碳链和支链脂肪酸以及酒中的乙醇和甲醇含量等。显然,SERS有望成为一种常用的食品安全现场快速分析方法。

　　在环境监测领域,通过SERS技术,可监测水源中的多种污染物,如多环芳烃类化合物(PAHs)、硝酸盐和亚硝酸盐以及重金属离子(铅、砷、铜、银)等 。

　　在国家安全领域,利用SERS或紫外共振拉曼,可以实现痕量爆炸物(如TNT、TDX和PETN)的现场检测、生物战菌种(如炭疽孢子和肉毒杆菌)、剧毒品(如水中的氰化物)和毒品(如冰毒、摇头丸等)的检测 。

　　在生物医学领域,结合传统生物学分析方法,SERS技术可以对蛋白质进行检测,例如抗体免疫吸附试验、抗体免疫分析。拉曼技术在血管学,骨科学,医学诊断,药物分析等方面的论文也逐年增长。

表面增强来自拉曼光谱信息处理与识别

　　拉曼光谱分析包括定性分析和定量分析,SERS光谱处理与识别包含光谱预处展目者落专制倍带冷理、特征提取、特征分类(定性分析)、数学建模(定量分析)。由于痕量检测中非之翻题振西拉曼光谱信噪比低、微弱信号被荧光背景淹没 、复杂体系中其它未知组分的干扰等因素的影响,SERS信号自动识别存在很大的挑战。另外,由于拉曼增强效应的唱材犯供青答素稳定性影响,利用SERS进行定量分析具有很大的挑战性,然而,借助于化学计量学方法,SERS用于定量分析和模式识别己有较多的报道。

　　光谱预处理

　　光360百科谱仪所采集的拉曼光谱包含荧光背支景、检测器噪声、激光器功率波动等干扰修信息,这些干扰信息不能完全依赖设备的改进而消除,因义属居紧第此在利用光谱数据进行定性定量分析之前,还要完成有效的预处理过程。针对于SERS光谱的预处理,包括平滑去噪和基线校正。

　　特征提取

　　在进行模式分类实现定性分析之前,往往需要对光谱进行特征提取。对于特定的体已备本既怀系,有效拉曼特征区通常在较短的波段范围内,因此,可以通过选择充分反映被测物质特性的波段,达到数据降维的目的。最简单的波段选择方法是人工乙大连封周行深止龙截取,但是它依赖于先验知识和现有谱库。此外,所提出的自动选择方法包括间隔最小二乘法(Iterative Partial Least Squares, iPLS)、相关系数法、逐步回归法、无信息变量消除法(Uninformative Variable Elimination, UVE)[32]、蒙特卡洛无信息变量消除法(Monte Carlo bas相燃危州烟ed UVE, MC-UVE) 、谱峰识别、遗传算法(议GeneticAlgori每也顺绝水句决thms,GA)、连续投影算法、竞争自适应重采样方法(Competitive Adap切冷振示采父tiveRewei动ited Sampli包助探黑酒是终坚ng,CARS)等。

　　此外,已提出的降维模型,可分为无监督降维方法、有监督降种维方法以及半监督降维方法。

　　定性分析--分类方法

　　目前常用的光谱分类方法有K-近邻法(肉决风东升几K-Nearest Neighbor Method, KNN)、PCA类中心最小几脸叫杆财距离法、光谱相似度匹配、簇类的独立软模式法(SIMCA)、支持向量机(Support Vector Machine, SVM).线性判别介怀派难分析(LDA)、贝叶斯判别法、有监督人工神经网络现须等做、偏最小二乘判别分析(Partial Least Squares Discriminant Analysis,PLS-DA)、高斯混合判别分析(Gaussian Mixture Discriminant Analysis, ]VIDA)、基于分类回归树(Classification And Regression Tree, CART)的随机森林(RandomForests, RF) 方法等。为了得到最佳分类效果,不同的检测体系往往需要不同的分类器。

　　定量分析--数学建模

　　光谱定量分析是通过分析己知光谱信息与待测属性间的内在联系,建立适当的校正模型,从而预测待测样品的相关属性,因此,定量分析过程包含校正和预测两部分,核心是校正模型的建立,通常借助于多元校正技术。

展望

　　继发现 SERS 之后 ,又发现其它的表面增强光学效应(如表面增强红外、表面增强二次谐波和表面增强合频) 。所以表面增强光学效应实际上是一个家族 ,它们既有各自的特征 ,又有相似之处 ,这些技术之间的联合研究和系统分析无疑将促进表面增强光学效应的理论和应用 的发展。总之 ,随着实验和理论方法的进一步创新和发展 ,SERS最终将成为固体表面物理化学、表面科学和纳米科学的一个有力工具。