利用OMNISEC了解分子量和结构对纤维素衍生物性能的影响

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。这些大分子经常被用作不同产品的粘度调节剂,如保湿霜,眼药水和作为广泛应用的赋形剂。为此,纤维素衍生物的标准分析主要是测量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/工艺中加入纤维素衍生物对粘度的影响。

如果计算错了改变粘度所需的纤维素量,不仅无法实现预期的增加,而且还可能增加泵送和其他加工支出。混合纤维素到现有的解决方案之前,应该检查用户的纤维素,使他们知道必须要添加纤维素,如何年级或混合样品,还是找的另一个来源纤维素如果评估批不符合规范。

GPC /秒

尺寸排除色谱(SEC)或凝胶渗透色谱(GPC)技术被广泛用于表征从蛋白质到批量制造的聚合物的各种大分子。该方法可用于确定这些大分子的分子量分布、分子量矩、特征黏度和流体力学尺寸。图1显示了GPC系统的完整设置。

马尔文Panalytical OMNISEC三重检测GPC系统。

图1所示。马尔文Panalytical OMNISEC三重检测GPC系统。

本文演示了Malvern Panalytical公司的OMNISEC三重检测系统是如何用于分析各种水溶性纤维素衍生物的。它还显示了这些不同的衍生品之间细微而清晰的差异,这些差异可以通过OMNISEC三重检测GPC系统。

GPC的结果

在GPC分析中,四种纤维素衍生物样品在0.05M Na的水流动相中配制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)信号用黑色表示,直角光散射(RALS)信号用绿色表示,粘度计信号用蓝色表示。在每个保留体积下测量的分子量用金表示,以观察样品的分子量分布。

HEC的三重检测器色谱图。

图2。HEC的三重检测器色谱图。

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。给出的数值包括特征黏度([η])、分子量分布矩(Mw、Mn、Mz)和流体力学半径(Rh)。

表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)
高等商学院 62600年 223000年 712000年 3.572 21.00
HPC 45600年 69000年 111000年 1.113 10.21
HPMC 98300年 306000年 692000年 7.085 29.85
HPMC 102000年 362000年 831000年 8.556 33.54

由表1可知,HBMC试样和HPC试样的粘度[η]分别最高和最低。同样,HBMC样品的Mw最高,HPC样品的Mw最低。这种增大[η]和增大Mw的趋势是可以预料到的,这些测量只给出了整个样品的平均数值。

Mark-Houwink图(图3)提供了一种更详细的方法来查看这些样品对溶液粘度的影响。这张图显示了样品在整个分子量分布上每Mw处的[η]值。在给定分子量下,在溶液中更开放的样品在图中更高,而在溶液中更紧密的样品在图中更低。同样,与密度较高的样品相比,具有更开放结构的样品会增加溶液的粘度。

HEC(黑色和绿色)、HPC(红色和紫色)、HPMC(灰色和青色)和HBMC(蓝色和橄榄色)样品重复注射的Mark-Houwink覆盖图。

图3。HEC(黑色和绿色)、HPC(红色和紫色)、HPMC(灰色和青色)和HBMC(蓝色和橄榄色)样品重复注射的Mark-Houwink覆盖图。

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进行比较,其中HBMC比HPMC密度小,HEC比HPC密度小。最初,这可能看起来违反直觉,因为较长的烷基链在第一个比较(HPC和HEC)中提高了密度,而在第二个比较(HBMC和HPMC)中降低了密度。一种可能的解释是,丁基、丙基、乙基或甲基的取代程度不同,这在这些样品中是未知的。

结论

Malvern Panalytical公司的OMNISEC三次检测GPC系统已被用于检测纤维素衍生物的样品。样品之间的变化可以通过分子量分布、分子量以及分子结构的Mark-Houwink图的形式清晰地看到。

这样观察到的样品之间的变化可以用于制药行业,以比较它们的分子特性和性能,例如,作为粘度调节剂或赋形剂。对这些样品的表征将使它们能够被适当地混合,从而可靠地获得最佳性能性能。

性能OMNISEC三重检测GPC系统在其折射率灵敏度和光散射,连同其稳健性和易于使用的自平衡粘度计,使其成为执行这些测量的最终系统。

这些信息已经从Malvern Panalytical提供的材料中获得,审查和改编。亚博网站下载

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的影响。AZoM。于2021年9月15日从//www.washintong.com/article.aspx?ArticleID=11849检索。

  • 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”。AZoM.2021年9月15日。< //www.washintong.com/article.aspx?ArticleID=11849 >。

  • 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.washintong.com/article.aspx?ArticleID=11849。(2021年9月15日生效)。

  • 哈佛大学

    莫尔文Panalytical》2019。利用OMNISEC了解分子量和结构对纤维素衍生物性能的影响.viewed September 21, //www.washintong.com/article.aspx?ArticleID=11849。

问一个问题

关于这篇文章,你有什么问题想问吗?

离开你的反馈
提交