
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。
用与样品相同的溶剂或缓冲液作空白后,基线透射率被设为接近100%。这并不表示纯溶剂对所有波长都完全透明;溶剂、比色皿和仪器在紫外区可能有明显吸收,因此必须选择合适材料和波长范围。
当溶液中有吸光的溶质时, 会因浓度升高而降低,并且这种变化是非线性的。为便于定量分析,引入了吸光度(Absorbance, )的概念。吸光度定义为透射率的倒数的常用(以10为底)对数:
当用百分透射率时,关系式为
这个对数变换将非线性的透射率-浓度关系转变为吸光度与浓度的近似线性关系,这一点对于分光光度法的定量分析非常关键。
下面以几个实际例子说明透射率与吸光度的对应关系:
许多方法会在中等吸光度范围获得较小的相对误差,但不存在对所有仪器和分析物都“最适合”的单一吸光度。可靠做法是使用覆盖样品范围的标准曲线,检查空白、残差和重复性,并把超出验证范围的样品稀释后复测。

朗伯-比尔定律(Lambert-Beer Law)是分光光度法的核心理论,建立了吸光度、溶质浓度、光程长度之间的定量关系,可表述为:
其中:
例如:某染料溶液,假设 ,,,则
说明溶液吸光度为 。
摩尔吸光系数与物质种类、波长有关。以单链DNA为例,在 处 约为 ,而蛋白质在 处差异较大(与氨基酸组成有关)。
实验室常用比色皿光程长度 ,特殊情况下(例如样品浓度较高),可选 cm、 cm等短光程比色皿以保证测量值落在最佳吸光度区间。
朗伯-比尔定律仅在满足一定条件下成立:入射光必须为单色光,溶液要均匀且不产生散射,溶质分子之间不能有相互作用。当溶液浓度过高,可能出现偏离。
在国内如华大基因、诺禾致源等生物技术企业,实验室分光光度计均会定期使用标准溶液严格校准,通常通过配制已知浓度的DNA或蛋白化学品进行校验,以确保仪器数据的准确性、可靠性和溯源性。
下方整理了几种常见生物分子在分光测定中常用的参数,可供快速查阅:

比色法是一种基于溶液颜色深浅与物质浓度成正比关系的定量测定方法。许多生物分子本身没有明显颜色,因此需要通过化学反应将其转化为有色产物。选择灵敏、专一且反应条件温和的显色试剂,对于提高方法的准确性和稳定性至关重要。
以蛋白质的比色测定为例,常见的几种方法有各自的优缺点和适用范围:
双缩脲法 (Biuret):
布拉德福德法 (Bradford):
Lowry/BCA法:
适当选择比色法,不仅要权衡灵敏度,还要结合样品成分、操作便捷性和检测范围。
例如,下方给出实验室使用场景:
在进行比色测定时,务必设置空白对照。空白管中应包含除待测物外的所有反应成分,用于校正试剂本底与比色皿背景吸收。

核酸分子拥有大量共轭双键的芳香环结构,因此在紫外波段展现出强吸收峰。DNA和RNA的最大吸收在260 nm附近,这使得紫外分光光度法成为核酸浓度与纯度测定的最常用方式之一。
常见的核酸定量规则如下:
双链DNA:在1 cm光程、合适空白和低散射条件下,A₂₆₀为1常用约50 μg/mL作为换算因子。这个经验因子适合快速估算,短寡核苷酸、单链DNA和复杂基质需要其他因子或荧光法。即:
DNA浓度 (μg/mL) = A₂₆₀ × 50 × 稀释倍数
RNA:A₂₆₀为1时,约对应40 μg/mL。
RNA浓度 (μg/mL) = A₂₆₀ × 40 × 稀释倍数
除了浓度,样品纯度同样关键。可通过A₂₆₀/A₂₈₀判断蛋白污染,A₂₆₀/A₂₃₀判断有机残留杂质:
例如,若某DNA样品 A₂₆₀=0.7,A₂₈₀=0.36,稀释倍数为10,则:
图中,纯净DNA在处吸收峰最为显著,处吸收较小;而蛋白质污染后,显著升高,下降。例如,在实验室日常工作中,生物样品的值仅为1.5,通常提示残留蛋白未除净,需进一步提纯。
A260/A280和A260/A230可提示蛋白、酚或盐等污染,但阈值会受pH、离子强度、仪器和核酸组成影响。比值接近常用经验范围也不能证明样品完整或无污染;应结合荧光定量、电泳或目标下游反应评价质量。
需要注意的是,样品缓冲液的组成、测量仪器状态等因素也能对吸光度读数产生影响。因此,经常设定空白对照,并结合标准品进行校准,是保证核酸定量准确的关键。

蛋白质在280纳米波长处具有特征吸收,这主要归因于芳香族氨基酸(尤其是色氨酸和酪氨酸)的存在。不像核酸那样摩尔吸光系数比较固定,蛋白质的摩尔吸光系数会随其氨基酸组成和序列显著变化,这导致直接紫外吸收法在各类蛋白测定中灵活性和准确度存在局限。但对于高纯、氨基酸组成明确的蛋白质(如重组蛋白),利用280nm吸收峰快速测定蛋白浓度,仍然是一种高效且无需复杂试剂的常用方法。
下方信息比较了几种常见蛋白定量法的主要特点:
蛋白质定量贯穿原料表征、工艺监测和产品质量控制,但具体方法要按样品与决策用途选择。复杂混合物中的核酸、去污剂和还原剂会分别干扰紫外、Bradford或BCA测定;比色法也不天然更准确,需使用合适标准品、空白和经验证的量程。
蛋白定量可组合不同证据,但流程不应固定套用。先明确需要总蛋白、目标蛋白还是生物活性,再选择A280、比色法、免疫法、色谱或功能测定;SDS-PAGE主要显示条带和相对纯度,不能替代定量方法。对同一样品采用多种方法时,应解释它们测量对象不同造成的差异。
这种组合方法有助于兼顾筛查速度与定量精度,适应复杂实验需求。
在蛋白定量实验中,建议标准曲线选用与目标样品结构和成分接近的标准蛋白(如牛血清白蛋白BSA),以尽量减小因不同蛋白吸收特性造成的系统性误差。此外注意:实验用缓冲液和空白对照要与样品一致,防止基线偏移影响准确读数。
尽管分光光度法总体原理直观,但要获得准确可靠的结果,实验操作细节极为关键。以下是常见失误与应对建议:
例如,有实验室采购了新型超微量分光光度计,为节约样品常用“点样微测池”,但发现洗涤不彻底易导致前一份样品残留,进而累积误差。为此,实验室规范要求每测一批样品后,必须用大量纯化水彻底冲洗,比色单元擦干前视检查无挂壁水珠。
在线性范围内,吸光度或显色信号可随蛋白浓度近似线性变化。偏离可能来自试剂耗尽、反应平衡、散射、杂散光、探测器饱和或样品基质,不能统称为蛋白“自我屏蔽”。排查时应先查看标准曲线残差和空白,再检查样品是否处于验证范围。
样品是否需要稀释,应依据该方法的校准范围、仪器杂散光和重复性判断,不能把A=1.0—1.5作为通用界限。超出验证范围时可稀释、缩短光程或调整方法,随后把稀释和光程换算计入结果;若信号偏离线性,还要排查浑浊、化学平衡变化和检测器饱和。

任何生物分析实验都难以做到完全没有误差,因此质量管理体系、误差分析和追踪至关重要。系统误差往往来源于仪器校准、标准溶液配置等实验硬件问题,表现为批次间数据趋势性偏高或偏低。随机误差则多因操作细节(如移液体积微小差异、环境条件)引发。
专业实验室常规流程会设置质控样(如自制蛋白标准品或商业化混合对照)、交叉验证与标准操作流程(SOP)复核。例如进行大型蛋白纯化生产时,批量样品分析会伴随一批质控平行样本,任何测量值明显偏出质控范围都需暂停实验、寻找原因并整改。
常见蛋白定量常规误差因素及调控方法说明如下:
比色皿污染
光学面未彻底清洁时,残留物会降低透光率,导致测试样本普遍偏高。建议采用专用洗液多步清洗,每对比色皿固定编号、轮换使用,不允许交叉混用。
悬浮杂质干扰
样品中悬浮颗粒会造成光散射,吸光度数据波动大且不稳定。务必离心沉淀或滤膜过滤样品后再行定量,保证上清澄清透明。
温度不稳定
环境温度变化使反应速率改变,信号基线出现轻微漂移。可通过设置水浴或恒温设备,仪器充分预热(≥30分钟)以减少波动。
光源老化
仪器光源衰减导致灵敏度和信噪比下降。应定期查阅设备日志,按建议寿命更换灯泡或光源模块,保证检测性能。
稀释误差
移液不准确使标准曲线偏移,致使所有样品结果系统性偏差。需经常校准移液器,重要实验可采用双人盲校与重量法校验。
反应时间不一致
不同管或孔显色反应时间不一,导致数据重复性降低。实验时统一使用计时器,严格规范加样顺序与反应时长,确保各管条件一致。
平均值、标准差和变异系数应结合重复次数、浓度水平及方法要求解释。可接受CV随检测目的和信号强度而变化,低浓度附近通常更大;5%不能作为所有蛋白定量实验的统一失控线。
在配制标准溶液的过程中,务必采用经过校准的移液器及容量瓶等量器具。哪怕仅有1%的体积偏差,亦会通过标准传播至全部结果,导致系统性误差的积累和实验数据可靠性降低。
分光光度仪器正在向微量、自动进样和多通道发展,但更高自动化并不会自动消除空白不匹配、样品散射或标准曲线错误。现场和高通量测量尤其需要质控样、漂移检查与原始数据记录。与色谱联用时,紫外检测提供的是在特定波长下的响应,复杂样品的组分识别仍依赖分离、标准品或其他检测器。
多变量统计和机器学习可以从整段光谱中建立分类或浓度模型,但模型质量取决于代表性样本、独立验证和长期漂移监测。算法找到的光谱差异不一定来自目标成分,也可能反映批次、温度或仪器差异,因此预测结果需要与参考方法和适用范围一起报告。
虽然检测技术不断进步,但分光光度法因其简便、快速、经济等优势,依然是生物技术领域的重要基础工具。只有深入理解原理、严格规范操作,才能充分发挥其价值,为科学研究和生产实践提供可靠数据支持。