近红外水光谱组学：一种新的分析手段

---

近红外(NIR)光谱是一种分子光谱，不仅体现了分子的结构和官能团等分子本身的特征，还体现了包括氢键在内的分子间或分子内相互作用。水分子在100 nm到100 μm的光谱区间都有吸收，在大部分光谱区域有很强的吸收，导致很多光谱技术难以用于水溶液体系或含水量较多的分析体系。但是在近红外光谱区间，水的吸收相对较弱。因此，近红外光谱技术可以测量水溶液体系或含水量较多的样品。同时由于水在化学结构上的特点，其近红外光谱极易受到扰动因素的影响，比如温度、压力或者溶质。当水分子周围环境改变时，近红外光谱也会随之发生变化，从变化的光谱中我们可以获取结构及相互作用的信息。所以近红外光谱为水及含水体系的研究提供了一种新的分析手段，通过水的光谱信息随扰动条件的变动可以建立新的分析方法。

南开大学化学学院 邵学广教授

　　早在1925年，Collins^[1]和Waggener^[2]等分别研究了液态水的吸收光谱与温度的相关性，发现温度的改变会对水的吸收光谱产生明显的影响。随着温度的升高，水的吸收峰向高波数移动并且强度逐渐增强，说明液态水是由不同氢键结构的水分子组成的混合物。Inoue等^[3]研究了水的结构随压力的变化，发现当压力升高时，水的近红外吸收峰向低波数移动，说明水的氢键结构增强，结构化程度升高。除了外界环境对水结构的影响，溶质的加入也会使水的结构发生变化。Gowen等^[4]研究了不同温度下无机盐(NaCl、KCl、MgCl2和AlCl3)水溶液的近红外光谱，通过提取与水结构相关的特征光谱信息，分析了特征光谱随温度和离子浓度的变化。结果表明KCl和NaCl倾向于破坏水氢键网络结构中的氢键，而MgCl2和AlCl3倾向于促进水分子之间的氢键形成。Czarnecki^[5]采用二维相关谱技术研究了N-甲基乙酰胺与水的相互作用，通过对水溶液的近红外光谱的分析，发现了水分子和两个N-甲基乙酰胺分子相互作用形成氢键的光谱特征。这些研究都表明当加入扰动条件(如温度，压力，溶质等)时，水的近红外光谱会发生明显变化，通过变化的水光谱，可以反映出结构的改变或水与溶质之间的相互作用。

　　2006年，Tsenkova^[6]在研究了不同质量牛奶制品的近红外光谱特征的基础上首次提出了“水光谱组学(Aquaphotomics)”并开展了一系列研究工作。水光谱组学通过研究体系中水的光谱信息在温度和溶质(种类和含量)等扰动下产生的变化，了解不同物质及含量对水结构产生的影响，再通过水的结构推断溶质的结构与功能。研究结果表明，利用水的近红外光谱随扰动条件的变动不仅可以对疾病或异常状态进行无损诊断，而且还可以作为“镜子”反映溶质的动力学过程以及外部条件对溶液产生的影响。比如，利用水化层中水结构的信息实现了对大豆花叶病潜伏期的诊断^[7]、通过检测大熊猫尿液中的水的光谱判断了大熊猫是否处于发情期^[8]，另外，也发现了细菌的代谢物也对水的光谱有影响从而实现了对溶液中细菌含量的定量分析^[9]。

　　在我们的研究工作中，将水作为探针，利用水的结构对温度敏感的特点，利用温控近红外光谱技术，通过提取随温度变化的水光谱信息对溶质进行了结构和定量分析。在结构分析方面，首先研究了小分子溶质(如葡萄糖、寡肽、醇等)对水结构的影响。通过水在一级倍频区吸收带的变化，发现葡萄糖使水的有序结构增强，为解释糖类化合物在生物体系中的“保护作用”提供了新的依据^[10]。利用温度效应，研究了寡肽(五聚赖氨酸水、五聚天冬氨酸)水溶液的近红外光谱，利用独立成分分析提取了水的特征光谱信息，观察到寡肽与水的相互作用，发现寡肽的加入会使水的热稳定性增强，五聚赖氨酸水溶液中疏水水合占主导地位，水分子在氨基酸残基的烷基侧链周围形成“水笼”;而在五聚天冬氨酸水溶液中亲水水合为主要作用，水分子通过一个氢键与寡肽分子相结合。进一步说明水可以作为探针来研究分子间的相互作用^[11]。

　　除了小分子之外，大分子(比如蛋白质、高分子聚合物)与水的相互作用也一直是大家关心的问题。采用连续小波变换(CWT)提高近红外光谱的分辨率，通过分析人血清白蛋白(HSA)和水的光谱信息随温度的变化，研究了HSA二级结构的热变性过程，发现水结构变化可以反映HSA的展开过程^[12]。进一步将该方法应用于血清分析，结合蒙特卡罗-无信息变量消除法(MC-UVE)筛选出与蛋白质特征吸收相关的变量研究了不同水结构在蛋白质的热变性过程中的作用^[13]。应用二维相关光谱分析了不同温度下卵清蛋白水溶液的近红外光谱，研究了卵清蛋白受热形成凝胶的过程水的作用，结果表明，含有两个氢键的水结构变化能够很好的反映蛋白质的结构转变，并且在蛋白形成凝胶的过程中促进了凝胶结构的形成^[14]。采用高维算法NPCA研究了具有LCST行为的高分子聚合物聚(甲基丙烯酸N，N-二甲氨基乙酯)(PDMAEMA)随温度升高聚集过程中水的作用，通过对水光谱的分析，得到了与聚合物链形成两个氢键的水分子(S2)在聚集过程中起到重要的桥联作用，当温度升高，桥联的S2氢键结构遭到破坏，高分子链发生聚集形成胶束，研究结果说明水可以作为研究聚合物聚集过程的探针^[15]。通过对水的温控近红外光谱进行分析，得到了水的光谱中容易受到温度影响的光谱变量，并发现所选变量可用于不同溶液的识别^[16]。同时，将水作为探针，采用PCA和二维相关光谱分析的方法分析了血清样品的近红外光谱，得到了与血清样品差异相关的水结构的特征光谱，并发现这种特征光谱与疾病之间的相关关系^[17]。

　　借助化学计量学方法提取水结构信息，对水溶液体系的定量分析开展了研究工作。在水-乙醇-丙醇体系中，温度和浓度的变动均会引起水光谱的变化，利用多级同时成分分析(MSCA)建立了两级模型，分别描述光谱与温度之间的定量关系(QSTR)和光谱与浓度之间的定量关系(QSCR)，实现了温度效应的定量描述和浓度的定量计算^[18,19]。提出并建立了互因子分析(MFA)方法，通过提取不同温度或不同浓度下水的吸收光谱中包含的“共同”光谱特征实现了温度或浓度的定量分析，成功应用于水溶液以及实际血清样品中葡萄糖的定量检测^[20]。这些研究成果都表明当施加一定的扰动因素时，水可以作为敏感的探针进行定量分析。

　　近红外水光谱组学为近红外光谱在生物和生命体系分析中应用开辟了新的领域，温控近红外光谱技术为近红外光谱的应用提供了新的思路，化学计量学为近红外光谱技术在实际复杂体系分析中的应用提供了技术手段。随着研究工作的不断深入，越来越多的水的近红外光谱特征将得到深度挖掘，成为探索和理解水在化学和生物过程中作用与功能的重要信息来源。

　　参考文献：

　　[1] J.R. Collins. Change in the infra-red absorption spectrum of water with temperature. Phys. Rev. 192. 26, 771-779.

　　[2] W.C. Waggener. Absorbance of liquid water and deuterium oxide between 0.6 and 1.8 microns. Anal. Chem. 1958, 30, 1569-1570.

　　[3] A. Inoue, K. Kojima, Y. Taniguchi, K. Suzuki. Near-infrared spectra of water and aqueous electrolyte solutions at high pressures. Solution Chem. 1984, 13, 811-823.

　　[4] A.A. Gowen, J.M. Amigo, R. Tsenkova. Characterisation of hydrogen bond perturbations in aqueous systems using aquaphotomics and multivariate curve resolution-alternating least squares. Anal. Chim. Acta 2013, 759, 8-20.

　　[5] M.A. Czarnecki, K.Z. Haufa. Effect of temperature and concentration on the structure of n-methylacetamide-water complexes: Near-infrared spectroscopic study. J. Phys. Chem. A 2005, 109, 1015-1021.

　　[6] R. Tsenkova. Aquaphotomics and chambersburg. NIR news 2006, 17, 12-14.

　　[7] B. Jinendra, K. Tamaki, S. Kuroki, M. Vassileva, S.Yoshida, R. Tsenkova. Near infrared spectroscopy and aquaphotomics: Novel approach for rapid in vivo diagnosis of virus infected soybean. Biochem Biophys Res Commun. 2010, 397, 685-690.

　　[8] K. Kinoshita, M. Miyazaki, H. Morita, M. Vassileva, C.X. Tang, D.S. Li, O. Ishikawa, H. Kusunoki1, R. Tsenkova. Spectral pattern of urinary water as a biomarker of estrus in the giant panda. Sci. Rep. 2012, 2, 856.

　　[9] Y. Nakakimura, M. Vassileva, T. Stoyanchev, K. Nakai, R. Osawa, J. Kawanod, R. Tsenkova. Extracellular metabolites play a dominant role in near-infrared spectroscopic quantification of bacteria at food-safety level concentrations. Anal. Methods 2012, 4, 1389-1394.

　　[10] X.Y. Cui, X.W. Liu, X.M. Yu, W.S. Cai, X.G. Shao. Water can be a probe for sensing glucose in aqueous solutions by temperature dependent near infrared spectra. Anal. Chim. Acta. 2017, 957, 47-54.

　　[11] D. Cheng, W.S. Cai, X.G. Shao. Understanding the interaction between oligopeptide and water in aqueous solution using temperature-dependent near-infrared spectroscopy. Appl. Spectrosc. 2018, 72, 1354-1361.

　　[12] M.L. Fan, W.S. Cai, X.G. Shao. Investigating the structural change in protein aqueous solution using temperature-dependent near-infrared spectroscopy and continuous wavelet transform. Appl. Spectrosc. 2017, 71, 472-479.

　　[13] X.W. Liu, X.Y. Cui, X.M. Yu, W.S. Cai, X.G. Shao. Understanding the thermal stability of human serum proteins with the related near-infrared spectral variables selected by Monte Carlo-uninformative variable elimination. Chin. Chem. Lett. 2017, 28, 1447-1452.

　　[14] L. Ma, X.Y. Cui, W.S. Cai, X.G. Shao. Understanding the function of water during the gelation of globular proteins by temperature-dependent near infrared spectroscopy. Phys. Chem. Chem. Phys. 2018, 20, 20132-20140.

　　[15] L. Wang, X.W. Zhu, W.S. Cai, X.G. Shao. Understanding the role of water in the aggregation of poly (n, n-dimethylaminoethyl methacrylate) in aqueous solution using temperature -dependent near-infrared spectroscopy. Phys. Chem. Chem. Phys. 2019, 21, 5780-5789.

　　[16] X.Y. Cui, J. Zhang, W.S. Cai, X.G. Shao. Selecting temperature-dependent variables in near-infrared spectra for aquaphotomics. Chemom. Intell. Lab. Syst. 2018, 183, 23-28.

　　[17] X.Y. Cui, Y.M. Yu, W.S. Cai, X.G. Shao. Water as a probe for serum-based diagnosis by temperature-dependent near-infrared spectroscopy. Talanta 2019, 204, 359-366.

　　[18] X.G. Shao, J. Kang, W.S. Cai. Quantitative determination by temperature dependent near-infrared spectra. Talanta 2010, 82, 1017-1021.

　　[19] J. Kang, W.S. Cai, X.G. Shao. Quantitative determination by temperature dependent near-infrared spectra: A further study. Talanta 2011, 85, 420-424.

　　[20] X.G. Shao, Y.M. Yu, X.Y. Cui, W.S. Cai. Mutual factor analysis for quantitative analysis by temperature dependent near infrared spectra. Talanta 2018, 183, 142-148.