多糖的多检测器GPC/SEC分析

多糖是由单糖或糖组成的丰富的生物聚合物。这是一组多种多样的天然材料，已被用于许多应用，从生物工程和生物打印，造纸和棉花制造，食品、药品和其欧洲杯足球竞彩他消费品的胶凝剂。

这些产品的生产需要研究人员和制造商分离和鉴定具有特定分子特性的多糖，如特性粘度、分子大小和分子量，适用于每个特定的应用。因此，对多糖进行准确的分析和分子量表征十分重要。

凝胶渗透色谱(GPC)，或其等效的大小排除色谱(SEC)，是一种广泛用于表征不同类型的大分子的技术，从天然聚合物和蛋白质到批量制造材料。欧洲杯足球竞彩利用该方法，得到了分子量矩(Mw, Mn)、流体力学半径(R_H)，分散度(Mw/Mn)和特征黏度(IV)。一套完整的马尔文分析系统OMNISEC GPC系统/秒如图1所示。

GPC/SEC工作原理的简要总结:流动液相携带溶剂化样品通过充满多孔凝胶颗粒的分析柱。欧洲杯猜球平台在这里，大分子组分以扩散控制的方式分离，这最终被不同的检测器作为每片样品洗脱液。样品根据分子大小洗脱，大分子先洗脱。必须注意的是，样品的洗脱顺序不是基于分子量，而是基于分子大小。一个标准的先进检测GPC/SEC设置包括粘度计，折射率(RI)，光散射探测器，有时，一个UV/ Vis光电二极管阵列探测器。

本文介绍了利用先进的GPC/SEC检测方法对三种多糖样品进行分析。对三种样品进行了比较，强调了先进检测与单一检测器的传统方法相比的优势。

图1所示。马尔文公司的OMNISEC Tetra检测GPC/SEC系统

GPC /秒的结果

实验中，三种多糖样品(1、2和3)在浓度约为0.5 mg/mL的水中制备，在磷酸盐缓冲盐水(PBS)的流动相中进行GPC/SEC分析。采用2 × Malvern Panalytical A6000M柱+ 1 × A7000柱，流速0.75 mL/min，进样量100µL。图2-4为多糖样品的三重检测器色谱图。RI信号为红色，低光散射检测器为黑色，直角光散射检测器为绿色，粘度计信号为蓝色，LogMW为金线。必须记住，RI信号上的大峰超出尺度是由于样品溶解溶剂(在本例中是水)与PBS的流动相不同造成的。

图2。样品1的三重检测器色谱图

图3。样品2的三重检测器色谱图

图4。样品3的三重检测器色谱图

所有三个样品的色谱都显示出良好的色谱效果，从样品峰和检测器信号返回基线的连续下降的对数mw图可以看出。对每个样品的保留体积进行简单的检查，发现样品1的洗脱体积最小(洗脱时间最早)，其次是样品2，然后是样品3。这一趋势在折射率色谱图的叠加图中可见(图5)。

图5。样品1(红色)、2(紫色)、3(绿色)折射率色谱图叠加

从这种比较中，可以得出结论，样品1显示最大的分子大小，然后是样品2，然后最后通过样品3，其具有最小的分子大小。同样，必须注意，术语分子大小用于取决于样品的洗脱顺序，而不是在分子量上进行比较。在大多数情况下，分子量和分子大小遵循相同的趋势，但这对于所有样品不一定是正确的。

计算分子数据

为了进一步分析这些样品，样品1、2、3的分子特征数据如表1所示。Mn, Mw, Mw/Mn, R_H， IV为现值。用于分析的dn/dc为0.148，是典型的水介质多糖。给出了三次注射的数据和相对标准偏差。

表1。样品1、2和3的分子特征数据;Mw, Mn在Da。

样品标识	兆瓦	锰	Mw /锰	第四(dL / g)	Rh (nm)	dn /直流
1	595800年	473700年	1.258	9.377	43.77	0.148
1 B	621300年	489900年	1.268	9.711	44.83	0.148
1 C	606.300	481300年	1.260	9.466	44.10	0.148
平均	607800年	481633年	1.262	9.518	44.23	0.148
SD	12816年	8105年	０．００５	0.173	0.54	-
%相对标准偏差	2．11	１．６８	0.42	1．82	1.23	-

样品标识	兆瓦	锰	Mw /锰	第四(dL / g)	Rh (nm)	dn /直流
2	685200年	387400年	1.769	2.492	28.96	0.148
2 B	670800年	387100年	1.733	2.461	28.59	0.148
2摄氏度	671.100	392300年	1.711	2.434	28.57	0.148
平均	675700年	388933年	1.738	2.462	28.71	0.148
SD	8229年	2919年	0.029	0.029	0.22	-
%相对标准偏差	1．22	０．７５	1.69	1．18	0.77	-

样品标识	兆瓦	锰	Mw /锰	第四(dL / g)	Rh (nm)	dn /直流
3	1210000年	524700年	2.305	0.637	21.29	0.148
3 B	1242000年	525500年	2.364	0.661	21.50	0.148
3 C	1239000年	531300年	2.332	0.660	21.53	0.148
平均	1230333年	527167年	2.334	0.653	21.44	0.148
SD	17673年	3602年	0.03	0.014	０．１３	-
%相对标准偏差	1．44	0.68	1.27	2.08	0.61	-

从上述数值数据可以看出，样品洗脱顺序所观察到的分子尺寸趋势可以用每个样品所测得的流体动力半径值来验证。样本1 2 3有一个R_H分别为44 nm、29 nm和21 nm，但样品的分子量趋势与分子尺寸趋势相反。样品1的分子量约为608 kDa，样品2的分子量约为676 kDa，样品3的分子量约为1230 kDa，为最高分子量。如果使用标准校准(依赖于单一浓度检测器)和基于保留体积建立分子量的校准曲线进行分析，那么分子量趋势将遵循分子尺寸趋势，从而导致数据不准确。先进的检测使用光散射检测器，以确定绝对分子量独立于保留体积，并提供准确的分子量数据，展示这些样品的实际性质。

Mark-Houwink-Sakurada数据

Mark-Houwink-Sakurada (MHS)图是可视化明显相互冲突的分子量和分子大小趋势的完美方法。MHS图显示了两个探测器——光散射(MW)探测器和粘度计(IV)——在对数尺度上的数据，以强调不同分子结构之间的相似或不同。图6显示了所有三个样本的MHS图。

图6。样品1(红色)、2(紫色)、3(绿色)MHS覆盖

通过将IV放在y轴上，MHS图基本上提供了样品整个分子量范围内的分子密度的视图。这是因为静脉单位是体积/质量，或dL/g。此外，IV的增加意味着分子密度的降低。因此，在MHS图中，密度最大的物质出现在图的底部。欧洲杯足球竞彩样本1、2和3的MHS图不同，这是根据计算的分子数据的差异做出的预测。可以看出，MHS图的宽度与每个样品的分子量分布宽度相对应，特别是右边的高分子量端。

样品3中最高的MW对应于沿着x轴延伸最远的MHS图。样本3是三个样本中密度最大的因为它的R最小_H．因此，它的plot是最接近这三个的底部(很容易记住:密度低的物品向上浮动，密度高的物品向下下沉)。而样品1的情况正好相反:它具有最低的分子量(和最窄的分子量分布)，因此，样品1的MHS图很短，并在x轴上的最低分子量值处结束。然而，由于样本1拥有最大的R_H与最低的MW相比，它的分子密度是所有三个样品中最低的，其MHS图位于顶部。样本2在所有的分子参数中处于中间位置，所以它的MHS图恰好位于样本1和样本3之间。

以这种方式，MHS图揭示了MW和R_H是由多糖的结构联系起来的。样本1的R最大_H尽管由于其膨胀和更开放的结构，其MW较低，但样本3具有最小的R_H尽管由于其致密的结构，它的MW很高。

结论

先进检测GPC显然是最简单和最重要的技术，本文提供的数据证明了这一点。传统的定标方法已经有效地应用了许多年，但其基本假设是MW和R_H连在一起是不对的。这对于新聚合物以及自然高度可变的聚合物尤其重要，例如本文中描述的多糖。先进的检测器GPC测量绝对分子量，不受保留体积和分子大小的影响，同时完全表征了分子和样品之间潜在的结构差异。

准确测定了MW，以及R_H和IV，为制造商和研究人员提供了必要的数据，以创建特定应用的独特产品。有了这种洞察力，食品、制药、纺织、消费品和其他使用这些材料的行业就可以开发出更好、更有价值的产品。欧洲杯足球竞彩

这些信息已经从Malvern Panalytical提供的材料中获得，审查和改编。欧洲杯足球竞彩

有关此来源的更多信息，请访问马尔弗恩帕尼特．