基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
建立了雌酮、雌二醇、雌三醇、己烯雌酚、己烷雌酚和炔雌醇6种雌激素在生物体中的HPLC-MS/MS分析方法.采用加速溶剂萃取、固相萃取技术进行提取、富集及净化,有效降低了基质的干扰.以甲醇-0.1%氨水溶液为流动相,以C18色谱柱进行分离,质谱采用电喷雾负离子扫描模式,6种雌激素的回收率为88%~104%,相对标准偏差在1.3%~8.3%之间.雌酮、雌二醇、雌三醇在生物体中的方法检出限0.35ng/g;己烯雌酚、己烷雌酚、17α-乙炔基雌二醇在生物体中的方法检出限为0.13ng/g.方法适用于生物体内雌激素的分析和检测.
推荐文章
超高效液相色谱-串联质谱法检测保健食品中激素类物质
激素类物质
超高效液相色谱-串联质谱
保健食品
非法添加
超高效液相色谱串联质谱法测定滴眼剂中6种抑菌剂含量
滴眼剂
羟苯甲酯
羟苯乙酯
羟苯丙酯
山梨酸
苯甲酸
硫柳汞
UPLC/MS/MS
高效液相色谱串联质谱法检测阿胶枣中的阿胶成分
液质联用
阿胶枣
阿胶
特征离子峰
高效液相色谱-串联质谱法测定猪血中环丙沙星
高效液相色谱-串联质谱
环丙沙星
猪血
测定
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高效液相色谱-串联质谱法检测生物样品中6种雌激素
来源期刊 分析试验室 学科 化学
关键词 雌激素 生物体 HPLC-MS/MS 加速溶剂萃取 固相萃取
年,卷(期) 2012,(1) 所属期刊栏目 研究报告与研究简报
研究方向 页码范围 76-79
页数 分类号 O657.63
字数 2485字 语种 中文
DOI 10.3969/j.issn.1000-0720.2012.01.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 那广水 30 421 11.0 20.0
2 李德鹏 10 47 5.0 6.0
3 高会 12 123 6.0 11.0
5 李永东 3 50 3.0 3.0
11 方小丹 2 18 2.0 2.0
15 赵墨林 大连工业大学生物工程学院 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (70)
参考文献  (3)
节点文献
引证文献  (15)
同被引文献  (69)
二级引证文献  (46)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(12)
  • 引证文献(8)
  • 二级引证文献(4)
2014(10)
  • 引证文献(6)
  • 二级引证文献(4)
2015(11)
  • 引证文献(1)
  • 二级引证文献(10)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
雌激素
生物体
HPLC-MS/MS
加速溶剂萃取
固相萃取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
分析试验室
月刊
1000-0720
11-2017/TF
大16开
北京新街口外大街2号
82-431
1982
chi
出版文献量(篇)
7108
总下载数(次)
13
相关基金
国家海洋局青年海洋科学基金
英文译名:theYouthScientistFoundationoftheStateOceanicAdministrationofChina
官方网址:http://219.238.201.6/scie-tech/index.html
项目类型:
学科类型:
论文1v1指导