
分光光度法作为生物实验室中最常用的分析技术之一,在生物学、化学、医学等多个领域都发挥着极为重要的作用。它利用物质对特定波长光的吸收特性,为我们提供了一种简便、快速且精确的方法来测定溶液中物质的浓度。无论是在日常的蛋白质浓度测定、核酸定量,还是在复杂的酶动力学分析和药物检测中,分光光度法都扮演着不可或缺的角色。举例来说,核酸和蛋白质的定量通常需要测量样品在特定波长(如260 nm和280 nm)下的吸光度,进而推算其浓度,这为分子生物学、基因工程等实验奠定了坚实的基础。
分光光度法不仅广泛应用于科研实验室,也在临床诊断、食品安全检测、环境监测等领域有着广泛用途。例如,在临床检验中,血液中葡萄糖、胆固醇等指标的测定,以及肝功能相关酶活性的检测,均采用分光光度法进行定量分析。此外,随着仪器技术的不断进步,现代分光光度计已经实现了自动化和高通量操作,能够大大提高实验效率,降低人为误差。
学习和掌握分光光度法的基本原理与规范操作,不仅是每一位生物技术工作者的基本功,也是后续开展各种实验和科研工作的基础。我们将从分光光度法的基本原理、仪器结构、测量方法到数据分析,逐步掌握这一重要实验技能,并结合实际案例加深理解,为今后的实验和研究工作打下坚实基础。
当一束光线穿过含有溶质的溶液时,会发生一系列有趣的物理现象。想象一下阳光穿过彩色玻璃窗的情景,某些颜色的光被吸收了,而另一些颜色的光则透过玻璃到达我们的眼睛。在生物实验室中,这个原理被巧妙地应用于物质浓度的测定。
光线进入溶液后,会与溶液中的分子发生相互作用。溶质分子可能会吸收特定波长的光能,使得这些分子中的电子跃迁到更高的能级状态。不同的分子结构决定了它们吸收光的波长范围。例如,含有共轭双键系统的分子通常在紫外区有强烈的吸收,而某些金属配合物则在可见光区显示出独特的吸收特征。
在实际应用中,我们将待测样品置于特制的比色皿中,然后让单色光(特定波长的光)通过样品。光检测器会测量透过样品的光强度,并与入射光强度进行比较。这个过程看似简单,却蕴含着精确的数学关系和物理原理。
透射率是描述光穿透能力的基本参数。当光强度为I₀的入射光通过溶液后,透射光的强度变为I,透射率T定义为透射光强度与入射光强度的比值。这个比值通常以百分比表示,称为百分透射率(%T)。在理想的纯溶剂中,透射率接近100%,表示几乎所有的光都能通过。
然而,当溶液中含有能够吸收光的溶质时,透射率会随着溶质浓度的增加而降低。这种关系并非线性的,这就引出了吸光度这个概念。吸光度A定义为透射率倒数的常用对数,即A = -log₁₀(T) = -log₁₀(I/I₀)。通过这个对数变换,我们建立了吸光度与浓度之间的线性关系。
吸光度没有量纲,通常表示为吸光度单位(AU)。在实际测量中,吸光度值通常在0到2之间,超过2的读数往往提示样品浓度过高,需要进行适当稀释。
下表展示了透射率与吸光度之间的典型对应关系:
从表中可以看出,当吸光度在0.2到1.5之间时,测量的准确性最高。这是因为在这个范围内,光检测器的响应最为灵敏,测量误差最小。
朗伯-比尔定律是分光光度法的核心理论,它建立了吸光度与溶液浓度和光程长度之间的定量关系。这个定律可以表述为:A = ε·c·l,其中A是吸光度,ε是摩尔吸光系数,c是溶液的摩尔浓度,l是光程长度(通常为比色皿的厚度)。
摩尔吸光系数是物质的特征常数,反映了该物质吸收特定波长光的能力。不同物质在不同波长下的摩尔吸光系数差异很大。例如,DNA在260纳米处的摩尔吸光系数远高于在280纳米处的值,这就是为什么我们选择260纳米作为DNA定量的标准波长。
光程长度通常由比色皿的尺寸决定。实验室中最常用的是光程为1厘米的标准比色皿。在某些特殊情况下,如高浓度样品的测定,可能需要使用光程较短的比色皿(如0.1厘米或0.2厘米)以保证吸光度读数在合理范围内。
朗伯-比尔定律的成立需要满足一定条件:入射光必须是单色光,溶液应当均匀且不发生散射,溶质分子之间不发生相互作用。当溶液浓度过高时,分子间的相互作用会导致定律偏离。
在中国的许多生物技术公司,如华大基因和诺禾致源的实验室中,分光光度计都经过严格的校准程序。校准时使用已知浓度的标准溶液,确保仪器读数的准确性。这种质量控制措施保证了实验结果的可靠性和可重复性。
下表列出了几种常见生物分子在特定波长下的摩尔吸光系数:
标准曲线法是分光光度法中最可靠的定量方法。这个方法的基本思路是:首先配制一系列已知浓度的标准溶液,测定它们的吸光度,然后以浓度为横坐标、吸光度为纵坐标绘制曲线。当标准曲线呈现良好的线性关系时,就可以通过测量未知样品的吸光度,在标准曲线上查找对应的浓度值。
在实际操作中,标准溶液的浓度范围应当涵盖待测样品可能的浓度区间。通常我们会制备5到7个不同浓度的标准点。例如,在进行蛋白质定量时,如果预计样品浓度在0.1到1.0毫克/毫升之间,标准溶液可以设置为0、0.2、0.4、0.6、0.8和1.0毫克/毫升。
标准曲线的线性程度可以用相关系数r²来评价。在规范的实验中,r²值应当大于0.99,这表示数据点与拟合直线的贴合度非常好。如果相关系数较低,可能是标准溶液配制不准确、仪器不稳定或实验操作存在系统误差。
上图展示了一条典型的蛋白质标准曲线。图中的红色点表示一个未知样品,其吸光度为0.63。通过标准曲线,我们可以推算出该样品的蛋白质浓度约为0.65毫克/毫升。这种图解法直观易懂,但在现代实验室中,我们通常使用线性回归方程进行计算,这样可以获得更精确的结果。

比色法是基于溶液颜色深浅与物质浓度成正比的原理进行测定的方法。许多生物分子本身并不显色,需要通过化学反应将其转化为有色产物。这类显色反应的选择性和灵敏度直接影响测定的准确性。
在碱性条件下,蛋白质分子中的肽键能够与铜离子形成紫红色配合物,这个配合物在540纳米波长处有最大吸收。反应的颜色深度与蛋白质浓度成正比,使得我们可以通过测量吸光度来推算蛋白质含量。双缩脲法的优点是操作简便,受氨基酸组成的影响较小,但灵敏度相对较低,适合测定浓度较高的蛋白质样品。
另一种常用的蛋白质测定方法是布拉福德法。该方法利用考马斯亮蓝G-250染料与蛋白质结合后,其吸收光谱会发生变化。染料的游离状态在465纳米处有最大吸收,呈红褐色;与蛋白质结合后,最大吸收峰移至595纳米,显现蓝色。考马斯亮蓝法的灵敏度比双缩脲法高约20倍,反应速度快,几分钟内即可完成。
在实际应用中,选择合适的比色方法需要考虑多个因素。下表总结了几种常用蛋白质比色法的特点:
在进行比色测定时,必须同时设置空白对照。空白对照包含除待测物质外的所有反应成分,用于校正试剂本身的吸光度以及比色皿的背景吸收。
核酸分子由于含有大量的共轭芳香环结构,在紫外区有强烈的吸收。DNA和RNA的最大吸收波长都在260纳米附近。这个特性使得我们可以通过简单的紫外吸收测定快速评估核酸样品的浓度和纯度。
纯DNA溶液在260纳米处的吸光度为1时,对应的浓度约为50微克/毫升(双链DNA)。这个关系为核酸定量提供了一个便捷的计算公式:DNA浓度(微克/毫升)= A₂₆₀ × 50 × 稀释倍数。对于RNA,相应的转换系数是40,即RNA浓度(微克/毫升)= A₂₆₀ × 40 × 稀释倍数。
除了浓度测定,紫外吸收法还能够评估核酸样品的纯度。蛋白质的最大吸收波长在280纳米,因此A₂₆₀/A₂₈₀的比值可以反映核酸样品中蛋白质污染的程度。纯DNA样品的这个比值通常在1.8左右,纯RNA样品约为2.0。如果比值显著低于这些标准值,说明样品中存在蛋白质或其他在280纳米有吸收的污染物。
上图清晰地展示了纯DNA样品与含有蛋白质污染的DNA样品的吸收光谱差异。纯DNA在260纳米处有一个尖锐的吸收峰,而在280纳米处吸收较低。当样品受到蛋白质污染时,280纳米处的吸收相对增强,导致A₂₆₀/A₂₈₀比值下降。
在实际工作中,北京大学和清华大学的分子生物学实验室都建立了严格的核酸质量控制标准。除了A₂₆₀/A₂₈₀比值外,还会检测A₂₆₀/A₂₃₀比值,这个比值可以反映样品中是否存在碳水化合物、酚类或其他有机溶剂的残留。理想的A₂₆₀/A₂₃₀比值应在2.0到2.2之间。

蛋白质在280纳米波长处的吸收主要来自芳香族氨基酸,特别是色氨酸和酪氨酸。与核酸定量不同,蛋白质的摩尔吸光系数因氨基酸组成而异,这给直接紫外吸收法的应用带来了一定的局限性。尽管如此,对于纯度较高、氨基酸组成已知的蛋白质,280纳米吸收法仍然是一种快速简便的定量手段。
在生物制药行业,如中国生物技术集团的疫苗生产线上,蛋白质定量是质量控制的关键环节。生产过程中需要频繁监测蛋白质浓度,确保产品质量稳定。此时,选择合适的定量方法至关重要。对于含有多种蛋白质成分的复杂样品,比色法通常比直接紫外吸收法更为可靠。
现代实验室还会结合多种方法来提高定量的准确性。例如,先用布拉德福德法(Bradford法)快速筛选样品浓度范围,再用考马斯亮蓝染色的SDS-PAGE凝胶进行验证。这种多重验证策略能够有效降低测量误差,确保实验结果的可靠性。
在进行蛋白质定量时,建议使用与待测蛋白质性质相近的标准蛋白(如牛血清白蛋白)制作标准曲线。这样可以最大程度地减少由于氨基酸组成差异带来的系统误差。
分光光度法虽然原理简单,但要获得准确可靠的结果,需要注意许多操作细节。首先是比色皿的选择和处理。石英比色皿可以用于紫外光区和可见光区的测定,而玻璃比色皿只能用于可见光区。使用前必须仔细清洗比色皿,确保没有指纹、灰尘或其他污染物。清洗后用纯化水充分冲洗,并用滤纸从外壁小心吸干水分,切忌擦拭透光面以免产生划痕。
样品的制备也需要格外小心。溶液中的气泡会导致光散射,影响测量结果,因此应当避免剧烈振荡样品。如果发现比色皿中有气泡,可以用移液器尖端轻轻点破,或者重新加样。对于浑浊的样品,可以通过离心或过滤去除不溶性颗粒。
仪器的预热和校准同样重要。分光光度计开机后需要预热至少30分钟,使光源和检测系统达到稳定状态。每次实验前都应当用空白溶液将仪器调零,确保读数准确。在连续测定多个样品时,建议定期重新调零,以消除光源强度波动的影响。
上图说明了一个重要的现象:当样品浓度过高时,实际测量曲线会偏离理想的线性关系。这种偏离源于朗伯-比尔定律的适用条件被破坏。在实践中,如果测得的吸光度值超过1.5,建议将样品适当稀释后重新测定,以确保读数位于线性范围内。
任何分析测定都不可避免地存在误差。系统误差通常来源于仪器校准不准确、标准溶液浓度偏差或比色皿不匹配等因素。这类误差具有方向性和重现性,可以通过严格的实验规范和定期校准来减小。随机误差则来源于无法完全控制的偶然因素,如移液操作的微小差异、环境温度波动等。
在专业的生物技术实验室,质量控制措施贯穿整个测定过程。每批次实验都会包含质控样品,这些样品的浓度已知且稳定,用于监测测定系统的性能。如果质控样品的测定值偏离预期范围,说明测定系统可能存在问题,需要检查仪器状态、试剂质量和操作规程。
统计学方法在误差分析中发挥着重要作用。通过计算平均值、标准偏差和变异系数,我们可以评估测定结果的精密度。一般来说,良好的分光光度法测定,其变异系数应当小于5%。如果变异系数过大,需要仔细检查实验操作的各个环节,找出误差来源并加以改进。
下表列出了影响测定准确性的常见因素及其对策:
在配制标准溶液时,必须使用经过准确校准的移液器和容量瓶。即使是1%的体积误差,也会在整个标准曲线上传播,导致所有测定结果出现系统性偏差。

随着光电技术和计算机技术的发展,现代分光光度计的性能已经达到了很高的水平。传统的单光束分光光度计逐渐被双光束仪器所取代。双光束系统将光源发出的光分为两束,一束通过样品池,另一束通过参比池,然后比较两束光的强度。这种设计能够有效补偿光源强度波动的影响,提高测定的稳定性。
微量分光光度计的出现改变了核酸蛋白质定量的传统模式。这类仪器只需要1到2微升的样品就能完成测定,大大节约了珍贵的生物样品。样品直接点在测量台上,通过上下两个光纤探头测定吸光度,无需使用比色皿。这种技术特别适合分子克隆实验中的快速核酸定量。
多功能酶标仪将分光光度检测与微孔板技术结合起来,实现了高通量分析。一块96孔板可以同时容纳大量样品和标准,仪器自动逐孔扫描测定,并由软件完成数据处理和结果计算。在药物筛选、免疫学检测等需要处理大量样品的场合,酶标仪已经成为不可或缺的工具。
中国科学院的多个研究所都配备了最新型的紫外可见分光光度计。这些仪器不仅能够测定单一波长的吸光度,还能够快速扫描整个波长范围,绘制完整的吸收光谱。光谱扫描功能对于鉴定物质的纯度、检测化学反应的进程都有重要价值。配合强大的软件系统,仪器可以自动进行基线校正、峰值识别、导数光谱分析等复杂计算。
在基因工程实验中,分光光度法贯穿于整个操作流程。提取质粒DNA后,首先要用紫外吸收法测定DNA浓度和纯度。只有浓度合适、纯度达标的质粒才能进行后续的酶切、连接等操作。限制性内切酶需要精确的DNA底物量,酶切效率的评估也依赖于凝胶电泳结合紫外成像。在转化大肠杆菌获得重组克隆后,诱导表达目的蛋白,再次需要用分光光度法监测蛋白质的表达水平和纯化效果。
在临床诊断实验室,许多生化指标的测定都应用了分光光度法原理。血清中的葡萄糖、胆固醇、甘油三酯等成分通过特异性酶反应转化为有色产物,再用分光光度法定量。肝功能指标中的转氨酶活性测定,也是基于酶促反应产生的NADH在340纳米处的吸收变化。这些测定方法经过标准化和自动化,能够在短时间内处理大量临床样本。
科研领域中的酶动力学研究更是离不开分光光度法。酶促反应通常伴随着底物或产物的吸收光谱变化,通过连续监测吸光度随时间的变化,可以计算酶的活性、确定米氏常数、研究抑制剂的作用机制。例如,在研究细胞色素P450酶系时,科学家们利用这类酶在还原态和氧化态的吸收光谱差异,实时追踪药物代谢反应的进程。
华中农业大学的植物生理学实验课程中,学生们用分光光度法测定叶绿素含量,了解植物的光合作用能力。将叶片在丙酮或乙醇中提取色素,分别测定其在不同波长下的吸光度,然后用经验公式计算叶绿素a、叶绿素b和类胡萝卜素的含量。这个实验直观地展示了分光光度法在生态学和农业科学研究中的应用价值。
分光光度技术的发展正朝着微型化、自动化和智能化方向迈进。便携式分光光度计的出现使得现场检测成为可能,在环境监测、食品安全快检等领域展现出广阔的应用前景。这些手持设备集成了先进的光电传感器和无线通讯模块,检测结果可以实时上传到云端数据库,实现远程监控和数据共享。
与其他分析技术的联用是另一个重要趋势。将分光光度检测器与色谱系统结合,可以在分离复杂混合物的同时进行在线定量分析。在蛋白质组学研究中,液相色谱-紫外检测系统已经成为标准配置,帮助研究者分析复杂的蛋白质混合物。
人工智能和机器学习技术的引入为分光光度数据分析开辟了新的可能性。通过训练神经网络模型,可以从复杂的光谱数据中提取更多信息,提高对混合物组分的鉴别能力。在药物质量控制领域,基于光谱指纹的快速鉴别方法正在得到越来越广泛的应用。
尽管新的分析技术不断涌现,分光光度法凭借其简便、快速、经济的特点,仍将在生物技术领域占据重要地位。深入理解其原理和掌握规范的操作技术,对每一位生物技术工作者来说都是必不可少的基本功。通过本章的学习,希望大家能够在实践中灵活运用这项技术,为科研和生产工作提供可靠的数据支持。