北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

应用LGR液态水稳定同位素分析仪测量尿液中的氢氧同位素

日期: 2015-01-27
浏览次数: 275
Direct Analysis of δ2H and δ18O in Natural and Enriched Human Urine Using Laser-Based, Off-Axis Integrated Cavity Output Spectroscopy
应用LGR液态水稳定同位素分析仪测量尿液中的氢氧同位素
 
† Los Gatos Research, 67 East Evelyn Ave, Suite 3, Mountain View California 94043, United States
‡ Department of Ecology, Physiology and Ethology, IPHC-DEPE, Université de Strasbourg, 23 rue Becquerel 67087 Strasbourg France
§ Division of Endocrinology, Metabolism, and Diabetes/Division of Geriatrics, University of Colorado Anschutz Medical Campus, 12801 East 17th Ave, Aurora, Colorado 80045, United States
⊥ Institute of Biological and Environmental Sciences, University of Aberdeen, Tillydrone Ave Aberdeen, AB24 2TZ, Scotland, U.K.
∥ State Key laboratory of Molecular and Developmental Biology, Institute of Genetics and Developmental Biology, Chinese Academy of Sciences, Beijing, China
 
Abstract
应用LGR液态水稳定同位素分析仪测量尿液中的氢氧同位素
The stable isotopes of hydrogen (δ2H) and oxygen (δ18O) in human urine are measured during studies of total energy expenditure by the doubly labeled water method, measurement of total body water, and measurement of insulin resistance by glucose disposal among other applications. An ultrasensitive laser absorption spectrometer based on off-axis integrated cavity output spectroscopy was demonstrated for simple and inexpensive measurement of stable isotopes in natural isotopic abundance and isotopically enriched human urine. Preparation of urine for analysis was simple and rapid (approximately 25 samples per hour), requiring no decolorizing or distillation steps. Analysis schemes were demonstrated to address sample-to-sample memory while still allowing analysis of 45 natural or 30 enriched urine samples per day. The instrument was linear over a wide range of water isotopes (δ2H = −454 to +1702 ‰ and δ18O = −58.3 to +265 ‰). Measurements of human urine were precise to better than 0.65 ‰ 1σ for δ2H and 0.09 ‰ 1σ for δ18O for natural urines, 1.1 ‰ 1σ for δ2H and 0.13 ‰ 1σ for δ18O for low enriched urines, and 1.0 ‰ 1σ for δ2H and 0.08 ‰ 1σ for δ18O for high enriched urines. Furthermore, the accuracy of the isotope measurements of human urines was verified to better than ±0.81 ‰ in δ2H and ±0.13 ‰ in δ18O (average deviation) against three independent isotope-ratio mass spectrometry laboratories. The ability to immediately and inexpensively measure the stable isotopes of water in human urine is expected to increase the number and variety of experiments which can be undertaken.
 
 查看原文:http://pubs.acs.org/doi/pdfplus/10.1021/ac3016642


News / 相关新闻 More
2026 - 09 - 24
研究背景在干旱荒漠绿洲地区,农业生产与生态系统稳定高度依赖有限的水资源。农田防护林在防风固沙、改善田间微气候的同时,也会与林缘作物竞争水分,改变邻近农田的土壤水分分布。现有研究多以土壤含水量评价这种影响,对林木与作物取水来源及其重叠程度的认识仍不充分,也难以解释水分竞争下的土壤微生物功能变化。不同林带结构如何改变作物取水来源,并影响微生物的渗透调节与碳代谢,仍有待明确。为此,北京林业大学肖辉杰老师团队以新疆杨—玉米复合系统为对象,结合氢氧稳定同位素示踪与宏基因组测序,比较不同林龄和行数配置下的水分竞争格局,分析其与土壤微生物功能变化的关系,为干旱区农田防护林配置及水分管理提供科学依据。相关研究发表于《Applied Soil Ecology》。 图1.a) 利用无人机(UAV)拍摄的试验样地航拍图,展示了每种样地类型(A–F)的四个重复之一。b) 展示各样地内采样点与样线布局的示意图。c)...
2026 - 09 - 16
研究背景植物胁迫会引起叶片细胞结构和色素组成的改变,但现有检测方法难以兼顾无损分析、组织分层与光谱表征。传统视觉和RGB成像灵敏度有限,生化与分子检测具有破坏性,常规高光谱成像缺乏深层结构信息,而高分辨率显微技术又难以同步获取连续光谱。因此,亟需构建兼具高空间分辨率、高光谱分辨率和光学层析能力的成像平台,实现完整叶片结构与色素变化的同步、分层和无损检测。近日,新加坡南洋理工大学与曼尼帕尔高等教育学院曼尼帕尔理工学院的研究人员开发了一套结构光照明高光谱显微镜。该系统将结构光照明显微成像的光学层析能力与高光谱成像的精细光谱识别能力结合,可对完整叶片开展分层、无损的结构与色素表征。相关成果发表于《Information Processing in Agriculture》。图1.结构光照明高光谱显微镜实验方案。研究方法研究团队构建了结构光照明高光谱显微镜(SIHM),以超连续谱激光器为光源,通过...
2026 - 09 - 16
在“双碳”目标与海洋负排放(mCDR)备受关注的今天,近海贝类的碳汇功能是学术界讨论的焦点。然而,现有研究多聚焦于滤食性双壳贝类(如牡蛎)在有外源营养输入下的碳汇贡献,而对于无持续外源营养输入的自然或养殖场景,以及不同食性底栖动物(如沉积食性的泥螺)的角色,仍存在关键认知空白。近日,中国海洋大学董双林老师团队在《Journal of Environmental Management》发表研究论文,通过为期120天的中宇宙(Mesocosm)围格实验,揭示了太平洋牡蛎(Crassostrea gigas)与泥螺(Bullacta exarata)在调节海洋碳固存方向上的显著差异。评价贝类碳汇,为什么不能只看“壳碳”?关于贝类能否形成碳汇,目前主要存在个体与生态系统两种评价视角。个体层面,贝类呼吸和钙化可能释放CO₂,仅以壳碳衡量固碳贡献并不充分;生态系统层面,滤食、营养盐排泄、生物沉积和收获...
2026 - 09 - 07
研究背景黍子是我国最早驯化的谷物之一,栽培历史超过1万年,至今仍是长城沿线地区的重要粮食作物。氮素直接影响黍子的生长、产量和籽粒品质,但过量施氮会降低肥料利用效率,并增加资源浪费和环境负荷。传统黍子叶片氮含量主要采用凯氏定氮法测定,虽然结果准确,但需要破坏性采样,且难以满足大田快速监测需求。无人机遥感与深度学习为作物氮素无损监测提供了新途径,但相关研究多集中于主粮作物,针对黍子的高精度估测方法仍较缺乏。近日,山西农业大学农业遗传资源研究中心王君杰老师团队在《Agronomy》发表研究,融合ASD冠层光谱、无人机RGB影像、植被指数和纹理特征,并结合机器学习与深度学习估算黍子叶片氮含量,为黍子氮素无损诊断和小杂粮表型监测提供了新的技术方法。 图1.实验区域、无人机影像和实验数据采集。(a) 中国山西省位置。(b) 山西省忻州市繁峙县位置。(c) 实验场地布局。(d) 使用ASD FieldS...
【关闭窗口】【打印】
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开