使用OMNISEC了解分子量和结构对纤维素衍生物性能特征的影响

从纤维素中提取的分子,如羟乙基纤维素,广泛应用于制药工业。这些大分子常被用作不同产品的粘度调节剂,如保湿霜、眼药水和辅料,应用范围很广。为此,纤维素衍生物的标准分析侧重于测定样品的特性粘度和分子量分布。该分析的目的是了解在现有溶液/工艺中添加纤维素衍生物对粘度的影响。

改变粘度所需的纤维素量的误法不仅可以防止实现所需的增加,而且还可以增加泵送和其他加工支出。在将纤维素混合到现有的溶液之前,用户应该检查纤维素,使他们知道必须添加多少纤维素,如何级别或混合样品,或者如果评估的批次,是否寻找另一个纤维素源不符合他们的规格。

GPC /秒

尺寸排阻色谱(SEC)或凝胶渗透色谱(GPC)技术广泛用于表征各种大分子,从蛋白质到批量制造的聚合物。该方法可用于确定这些大分子的分子量分布,分子量矩,特性粘度和流体动力学尺寸。图1显示了GPC系统的完整设置。

Malvern Panalytical OMNISEC三重检测GPC系统。

图1所示。Malvern Panalytical OMNISEC三重检测GPC系统。

本文演示了Malvern analytical的OmniSec三重检测系统如何用于分析各种含水纤维素衍生物。它还显示了这些不同衍生物之间的微小且清晰的变化,这些不同衍生物可以被释放出来OMNISEC三重检测GPC系统。

GPC结果

对于GPC分析,将四种纤维素衍生物样品配制在0.05M Na的流动阶段中2所以4.使用的样品为羟丁基甲基纤维素(HBMC)、羟丙基纤维素(HPC)、羟乙基纤维素(HEC)和羟丙基甲基纤维素(HPMC)。使用HEC样品的标准三重检测器色谱图如图2所示。这里,折射率探测器信号用红色表示,低角度光散射(LALS)用黑色表示,直角光散射(RALS)用绿色表示,粘度计信号用蓝色表示。每个保留体积下测出的分子量以金表示,以观察样品的分子量分布。

HEC的三重检测器色谱。

图2。HEC的三重检测器色谱。

总结的结果

表1比较了四种纤维素衍生物样品的分子信息。给出的数值包括特性粘度([η])、分子量分布矩(Mw、Mn和Mz)和流体动力半径(Rh)。

表格1。纤维素衍生物样品的分子数据。

样本 Mn (g /摩尔) 兆瓦(g /摩尔) Mz (g /摩尔) [η](dl / g) RH(NM)
HEC. 62,600. 223,000. 712,000 3.572 21.00
HPC 45600年 69000年 111000年 1.113 10.21
氟氯烃. 98,300 306,000. 692000年 7.085 29.85.
氟氯烃. 102000年 362000年 831000年 8.556 33.54

由表1可知,HBMC试样粘度最高,HPC试样粘度最低。同样,HBMC样品的Mw值最高,HPC样品的Mw值最低。这些测量结果仅给出了样品整体的平均值。

Mark-Houwink图(图3)提供了查看这些样品对溶液粘度影响的更详细的方法。这幅图显示了整个分子量分布中每Mw样品的[η]。在溶液中更开放的样品在图上的值更高,而在溶液中更紧密的样品在给定的分子量下的值更低。同样,与密度较高的样品相比,具有更开放结构的样品将增加溶液的粘度。

HEC(黑色和绿色)、HPC(红色和紫色)、HPMC(灰色和青色)、HBMC(蓝色和橄榄色)重复注射样品的Mark-Houwink叠加图。

图3。HEC(黑色和绿色)、HPC(红色和紫色)、HPMC(灰色和青色)、HBMC(蓝色和橄榄色)重复注射样品的Mark-Houwink叠加图。

在图3中,HBMC样本密度最小,HPC样本密度最大。纤维素衍生物可以与类似结构相比较,其中HBMC的密度低于HPMC, HEC的密度低于HPC。最初,这可能看起来违反直觉,因为在第一个比较(HPC和HEC)中,较长的烷基链提高了密度,而在第二个比较(HBMC和HPMC)中降低了密度。一个可能的解释是丁基、丙基、乙基或甲基的取代度的变化,这在这些样品中是未知的。

结论

Malvern Panalytical的OmniSec三重检测GPC系统已被利用来检查纤维素衍生物的样品。可以相对于分子量分布,分子量以及Mark-Houwink图的形式明确地看到样品之间的变化。

如此在样品之间看到的变化可以在制药工业中使用,以将它们的分子特性与其性能进行比较,例如,作为粘度改性剂或赋形剂。这种样品的表征将允许它们适当地混合,从而可以可靠地获得优选的性能性能。

表现的OMNISEC三重检测GPC系统就其折射率灵敏度和光散射而言,随着其鲁棒性和易用性与自平衡粘度计,使其成为执行这些测量的最终系统。

该信息的来源、审查和改编来自Malvern Panalytical提供的材料。欧洲杯足球竞彩

有关此来源的更多信息,请访问莫尔文Panalytical

引用

请在你的文章、论文或报告中使用下列格式之一来引用这篇文章:

  • 美国心理学协会

    莫尔文Panalytical。(2019年9月03)。利用OMNISEC了解分子量和结构对纤维素衍生物性能特性的影响。AZoM。2021年6月29日从//www.wireless-io.com/article.aspx?ArticleID=11849获取。

  • MLA

    莫尔文Panalytical。利用OMNISEC了解分子量和结构对纤维素衍生物性能特性的影响。氮杂.2021年6月29日。

  • 芝加哥

    莫尔文Panalytical。利用OMNISEC了解分子量和结构对纤维素衍生物性能特性的影响。AZoM。//www.wireless-io.com/article.aspx?ArticleID=11849。(访问2021年6月29日)。

  • 哈佛

    莫尔文Panalytical。2019年。使用OMNISEC了解分子量和结构对纤维素衍生物性能特征的影响.AZoM, 2021年6月29日观看,//www.wireless-io.com/article.aspx?ArticleID=11849。

问一个问题

您是否有疑问您对本文提出问题?

离开你的反馈
提交