Ep 41 — 二维相关光谱（2D-COS）：解析重叠峰的利器
系列：红外光谱百科：从原理到实战
篇章：第四篇 · 高级篇 — 前沿技术（后段首集）
适合人群：分析化学/物理化学/高分子化学研究生、谱学方向科研人员、生物物理与药物晶型研究者
前置知识：Ep 04（红外谱图阅读）、Ep 18（谱图处理基础）、Ep 20（朗伯-比尔定律）、Ep 22（蛋白质与药物晶型）、Ep 24（聚合物老化）、Ep 43（化学计量学 PCA/PLS，建议对照阅读）
阅读时间：约 55 分钟
引子：当一维谱图"挤"在一起
1986 年，Iso Noda 在宝洁公司（P&G）研究聚合物共混物的相分离行为时，遇到了一个棘手问题：不同组分的光谱峰彼此严重重叠，传统一维红外谱图根本无法区分哪一组分先发生构象变化 [1]。受二维 NMR 谱学的启发，他提出了一个关键想法——用外部扰动（perturbation）作为"第二维"，把一系列随扰动变化的谱图相互关联起来，生成二维相关光谱（Two-Dimensional Correlation Spectroscopy, 2D-COS）。1989 年他正式将这一方法推广到广义二维相关光谱（Generalized 2D-COS），允许扰动变量任意选择 [2]。
"Two-dimensional correlation spectroscopy converts a set of spectra obtained as a function of a perturbation into a synchronous and an asynchronous 2D spectrum, revealing interactions between bands that are invisible in the original 1D spectra."
—— Noda I. Appl Spectrosc 1993 [2]
2D-COS 的三大"杀手锏"为科研工作者带来前所未有的能力：
- 提升表观分辨率：原本在一维谱图中被合并成"包络"的多个组分峰，可在二维谱中以交叉峰的形式分离；
- 判断峰的先后顺序：通过同步-异步谱符号判别规则，确定不同基团对扰动响应的次序；
- 揭示分子间相互作用：通过非对角峰判断哪些基团在协同变化，是耦合还是竞争关系。
本集我们将系统讲解 2D-COS 的数学原理、判读规则、软件实现与典型应用，并辅以蛋白质折叠、聚合物拉伸、混合物解析三个完整案例。
一、2D-COS 的数学原理
1.1 从一维扰动序列到二维相关
2D-COS 的输入是一组在扰动下采集的谱图 {I(ν₁, t₁), I(ν₁, t₂), ..., I(ν₁, tₘ)}，其中 ν 为波数、t 为扰动变量（如温度、时间、浓度、压力、pH）。
数学上，广义 2D-COS 先对扰动序列做均值中心化得到动态谱 $\tilde{y}_j(\nu)=y_j(\nu)-\bar{y}(\nu)$，再构造同步谱与异步谱（Hilbert–Noda 形式）[1][2][3]：
$$ \Phi(\nu_1,\nu_2)=\frac{1}{m-1}\sum_{j=1}^{m}\tilde{y}_j(\nu_1)\,\tilde{y}_j(\nu_2) $$
$$ \Psi(\nu_1,\nu_2)=\frac{1}{m-1}\sum_{j=1}^{m}\tilde{y}_j(\nu_1)\,\tilde{z}_j(\nu_2) $$
其中 $\tilde{z}_j(\nu)$ 是动态谱沿扰动轴的 Hilbert–Noda 变换（离散实现见下节 Python；连续表述等价于对扰动域做正交相移后再做互相关）。$\Phi$ 为同步谱，$\Psi$ 为异步谱。
（旧稿中混用了不正确的指数求和式，已改为与后文代码一致的标准写法。）
1.2 同步谱：谁和谁一起变化
同步谱 Φ(ν₁, ν₂) 反映两个波数处的吸光度同步变化的程度：
- 对角峰（autopeak）：位于 ν₁ = ν₂，即谱图上"主对角线"，强度等于该波数的自相关方差。对角峰总为正，代表该基团对扰动响应的敏感程度。
- 非对角峰（cross peak）：位于 ν₁ ≠ ν₂。若两基团同步变化（同向或反向），出现同步交叉峰；其符号正负反映两者变化方向（同向 +、反向 −）。
ν₂
↑
┌─────────────┐
│ ⋱ │ 对角线上 = autopeaks
│ ⋱ │ 非对角线 = cross peaks
│ ● ⋱ │ ● = 同步交叉峰（同向）
│ ● │
│ ⋱ │
└─────────────┘ ν₁ →
图 1：同步谱结构示意。对角线上的"亮斑"为自相关峰；对角线外的圆斑为同步交叉峰。
1.3 异步谱：谁先谁后
异步谱 Ψ(ν₁, ν₂) 反映两个波数处的吸光度非同步（错位）变化，是 2D-COS 的核心价值所在 [2][3]。
- 异步谱对角线恒为零（无自相关）；
- 异步交叉峰 Ψ(ν₁, ν₂) ≠ 0 表明两基团对扰动响应的时间（或扰动值）不同步；
- 通过组合 Φ 与 Ψ 的符号，可判别两基团响应次序。
1.4 Noda 判别规则
Noda 在 1993 年提出著名的 "8 字"判别规则（Noda's rule）[2][3]，根据同步谱与异步谱的符号确定 ν₁ 与 ν₂ 处的基团对扰动响应的先后顺序：
| 同步 Φ(ν₁, ν₂) | 异步 Ψ(ν₁, ν₂) | 结论（ν₁ 与 ν₂ 响应次序） |
|---|---|---|
| + | + | ν₁ 先于 ν₂ |
| + | − | ν₁ 后于 ν₂ |
| − | + | ν₁ 后于 ν₂ |
| − | − | ν₁ 先于 ν₂ |
表 1：Noda 判别规则（设 ν₁ 为横轴、ν₂ 为纵轴）
💡 判读技巧：当同步谱 Φ = 0 时，两基团为正交变化，无法判别次序，需借助扰动方向假设。当异步 Ψ = 0 时，两基团严格同步变化（可能源于相同物理化学过程）。
1.5 广义二维相关光谱：扰动可任意
1989 年 Noda 提出广义二维相关光谱（Generalized 2D-COS）[2]，将扰动变量从最初的"时间"扩展为任意物理量：
- 温度（升温/降温）：相变、变性、玻璃化转变、聚合反应；
- 浓度：滴定、混合；
- 压力：高压相变；
- pH：蛋白质酸碱滴定；
- 电场/磁场：取向、电磁诱导；
- 应变：拉伸、剪切；
- 时间：反应动力学、光化学、降解；
- 空间位置：线扫描或成像数据的"伪 2D-COS"。
广义化使 2D-COS 跨出红外领域，广泛应用于拉曼、UV-Vis、NMR、XRD、CD 等谱学技术 [3]。
二、2D-COS 的优势与局限
2.1 三大核心优势
表观分辨能力提升：原本在一维谱图中合并的"包络"峰，可在 2D 谱中通过交叉峰被更有效地分离。注意：这是表观峰分离能力，不是把仪器光谱分辨率提高固定倍数；文献中偶见“约数倍”的经验说法，宜作定性理解而非普适规格 [2]。
峰归属确认：通过对角自相关峰的强度可量化每个基团对扰动的敏感度，从而反向推断峰归属——例如哪个酰胺 III 子带对应 α-螺旋、哪个对应 β-折叠。
动力学次序推断：异步谱可在没有时间分辨光谱的情况下，仅从一系列静态谱图推断分子事件次序——这是 2D-COS 最具"科研附加值"的能力。
2.2 局限与陷阱
2D-COS 的强大伴随着几个常见"坑"：
- 基线漂移敏感：未做基线校正或残存基线漂移会被误判为"扰动响应"，导致假交叉峰 [3][4]。建议在 2D-COS 之前对每条谱图做 SNV 或多项式基线校正。
- 谱图归一化：不同谱图的整体强度变化（如样品厚度差异）会引入伪相关。必须先归一化至统一标尺。
- 扰动方向依赖性：异步谱的符号依赖于扰动方向（升温 vs 降温）。结论必须明确扰动方向。
- 过采样与欠采样：扰动采样点数太少（< 5）会失去统计意义；太多（> 50）则引入噪声。建议 10–20 个扰动点为佳 [3]。
- 谱图噪声会"放大"：因为 2D-COS 本质是协方差运算，原始谱图的噪声会在二维谱中以伪峰形式被放大。原始 SNR 应足够高。
⚠️ 常见误用：直接对单张谱图做 2D-COS 是错误的——2D-COS 要求一系列谱图作为输入，而非单张谱图。这是初学者最易犯的错误。
三、软件实现：2Dshige 与 Python
3.1 2Dshige：经典的日本产物
2Dshige（2D Shige）由日本 Kwansei Gakuin 大学 Ozaki 课题组开发，是 2D-COS 领域最早的免费软件 [5]：
- 平台：Windows；
- 输入：文本格式的光谱矩阵（行 = 扰动点，列 = 波数）；
- 输出：同步/异步 2D 谱图（BMP/JPG）；
- 优点：图形界面、操作简单、对学术用户免费；
- 局限：Windows 老旧 GUI、代码不开源、不便于批处理。
下载地址：https://sci-tech.kwansei.ac.j…
3.2 Python 实现：numpy + matplotlib
下面给出一个最简的 Python 实现（约 30 行），适合科研工作者快速上手：
import numpy as np
import matplotlib.pyplot as plt
def two_d_cos(spectra):
"""
spectra: (n_perturbations, n_wavenumbers) 数组，
行对应不同扰动状态，列对应波数。
返回 Phi (同步), Psi (异步) 2D 矩阵。
"""
# 均值中心化（动态谱）
y_tilde = spectra - spectra.mean(axis=0, keepdims=True)
m = y_tilde.shape[0]
# Hilbert-Noda 变换矩阵
j = np.arange(1, m + 1).reshape(-1, 1)
k = np.arange(1, m + 1).reshape(1, -1)
N = np.zeros((m, m))
# N[j, k] = 0 if j==k else 1 / (pi * (k - j))
diff = k.T - j.T # (m, m)，N_{jk} = 1/(pi*(k-j))
N = np.where(np.eye(m) == 0, 1.0 / (np.pi * diff), 0.0)
# 同步谱：协方差
Phi = y_tilde.T @ y_tilde / (m - 1)
# 异步谱：动态谱与 Hilbert 变换的互协方差
Psi = y_tilde.T @ (N @ y_tilde) / (m - 1)
return Phi, Psi
# 示例：模拟一组随温度变化的酰胺 I 谱图
wavenumber = np.linspace(1700, 1600, 200)
temperatures = np.linspace(25, 95, 15) # 15 个温度点
spectra = np.zeros((len(temperatures), len(wavenumber)))
for i, T in enumerate(temperatures):
# α-螺旋 (1650 cm⁻¹) 随温度下降；β-折叠 (1630 cm⁻¹) 随温度上升
spectra[i] = (1 - (T-25)/70) * np.exp(-(wavenumber-1650)**2 / (2*5**2)) \
+ ((T-25)/70) * np.exp(-(wavenumber-1630)**2 / (2*5**2))
Phi, Psi = two_d_cos(spectra)
fig, axes = plt.subplots(1, 2, figsize=(12, 5))
axes[0].imshow(Phi, extent=[wavenumber[0], wavenumber[-1], wavenumber[-1], wavenumber[0]])
axes[0].set_title("Synchronous Φ"); axes[0].set_xlabel("ν₂"); axes[0].set_ylabel("ν₁")
axes[1].imshow(Psi, extent=[wavenumber[0], wavenumber[-1], wavenumber[-1], wavenumber[0]])
axes[1].set_title("Asynchronous Ψ"); axes[1].set_xlabel("ν₂"); axes[1].set_ylabel("ν₁")
plt.tight_layout(); plt.savefig("2dcos_demo.png", dpi=150)
📦 现成 Python 库：scikit-learn 风格的
py2D-COS与2DCoS均开源，可直接 pip 安装，避免重复造轮子。
3.3 其他可用工具
| 软件 | 类型 | 平台 | 备注 |
|---|---|---|---|
| 2Dshige | GUI | Windows | 学术免费，最经典 [5] |
| py2D-COS | Python | 跨平台 | pip 安装，API 友好 |
| 2DCoS (Python) | Python | 跨平台 | 含示例数据集 |
| MATLAB 2D-COS Toolbox | MATLAB | 跨平台 | Ozaki 课题组早期实现 |
| OriginPro 2D-COS 插件 | GUI | Windows | 商业，集成 Origin 生态 |
| Quasar (Orange-Spectroscopy) | GUI | 跨平台 | 拖拽式工作流 |
表 2：主流 2D-COS 工具汇总
四、应用案例 1：蛋白质热变性的 2D-COS 解析
4.1 酰胺 I 带的子峰难题
蛋白质的酰胺 I 带（Amide I, 1600–1700 cm⁻¹）主要由 C=O 伸缩振动构成，是反映蛋白质二级结构的核心探针。但不同二级结构（α-螺旋、β-折叠、转角、无规卷曲）的酰胺 I 子峰彼此仅相差 5–15 cm⁻¹，在一维谱图中合并成一个宽带 [6]：
| 二级结构 | 酰胺 I 频率（cm⁻¹） |
|---|---|
| α-螺旋 | ~1650–1658 |
| β-折叠（平行） | ~1630–1640 |
| β-折叠（反平行） | ~1620–1635 与 ~1685–1695（双峰） |
| 无规卷曲 | ~1640–1650 |
| 转角（turns） | ~1660–1675 |
| β-转角（antiparallel β-turns） | ~1675–1695 |
表 3：蛋白质酰胺 I 子峰归属（数据来源：Barth Biochim Biophys Acta 2007 [6]）
🔗 延伸阅读：关于酰胺 I、II、III 各子带的红外归属，详见 ftir.fun 酰胺官能团页。该页系统整理了不同二级结构、不同侧链环境下酰胺带的具体频率与归属判别方法，是 2D-COS 酰胺带解析必备的查阅工具。
4.2 2D-COS 揭示热变性次序
1999 年 Fabian 与 Mantsch 在 Vib Spectrosc 上发表了一项经典工作 [7]：他们以溶菌酶（lysozyme）溶液为对象，从 25°C 升温至 90°C，每隔 5°C 采集一张 FTIR 谱图（共 14 张），做 2D-COS：
- 同步谱：在 1654、1634、1675 cm⁻¹ 处出现自相关峰，直接证明这三个频率是独立子带（一维谱上完全无法分辨）。
- 异步谱：1654 (α-螺旋) ↔ 1675 (转角) 出现强异步峰，Φ = +, Ψ = + → α-螺旋先于转角变化。
- 进一步分析：1634 (β-折叠) ↔ 1654 (α-螺旋)，Φ = +, Ψ = − → β-折叠后于 α-螺旋变化。
由此得出热变性次序：α-螺旋松散 → 转角重排 → β-折叠暴露——这一结果后被 NMR 与分子动力学模拟证实，并成为蛋白质变性机理研究的经典案例 [7]。
4.3 操作流程
- 样品准备：2 mg/mL 蛋白质 D₂O 溶液，避免 H₂O 在 1640 cm⁻¹ 干扰；
- 采集：变温附件，5°C/步，平衡 5 min，扫描 256 次，分辨率 4 cm⁻¹；
- 预处理：水汽扣除（参考 Ep 28）、二阶导数（S-G 9 点）；
- 2D-COS：以温度为扰动变量，计算 Φ 与 Ψ；
- 判读：根据 Noda 规则推断子带变化次序。
💡 小贴士：D₂O 中酰胺 I 移至 ~1450 cm⁻¹ (酰胺 II 消失)，谱图纯净度更高，是蛋白质 2D-COS 的"标配"溶剂 [6]。
五、应用案例 2：聚合物拉伸取向的 2D-COS
5.1 应力-光谱同步测量
聚合物在拉伸过程中分子链沿应力方向取向，不同基团的取向次序反映其分子链刚性与协同运动能力 [8][9]。Vidrine 与 Galloway 等人在 2000 年代初建立了动态红外二向色性 2D-COS方法 [8]：
- 装置：FTIR + 偏振附件 + 微拉伸机；
- 扰动：应变 ε（0–50%）；
- 采集：每 5% 应变采一张谱图，共 11 张。
5.2 聚对苯二甲酸乙二醇酯（PET）的拉伸次序
PET 含有酯基 C=O（1715 cm⁻¹）、苯环 C=C（1410, 1505, 1580 cm⁻¹）、醚键 C–O–C（1240, 1095 cm⁻¹）、脂肪族 CH₂（2970, 2900 cm⁻¹）。研究 [8] 发现：
- 同步谱：1715 ↔ 1410 ↔ 1095 同步为正 → 这些基团同步取向；
- 异步谱：1095 (C–O–C) ↔ 2970 (CH₂)，Φ = +, Ψ = + → 醚键先于 CH₂ 取向；
- 异步谱：1715 (C=O) ↔ 1095 (C–O–C)，Φ = +, Ψ = − → C=O 后于 C–O–C 取向。
分子机理推断：苯环-酯基段（刚性段）先沿应力方向取向；柔性 CH₂ 段随后松弛重排 [8][9]。这一结论与固态 NMR 结果一致。
5.3 共混物相分离的 2D-COS
对于聚合物共混物（如 PMMA/PVDF），不同组分的 C=O、CF₂ 等基团的红外频率接近，一维谱图难以区分。通过温度作为扰动，2D-COS 可分辨 [9]：
- PMMA 的 C=O 在 ~1730 cm⁻¹，PVDF 的 CF₂ 在 ~1180 cm⁻¹，两者本应互不相关；
- 但相分离温度附近，1730 ↔ 1180 出现异步交叉峰，反映两聚合物在临界温度附近的"相分离启动"。
🔗 延伸阅读：聚合物的 C=O、C-O-C 等官能团归属详见 ftir.fun 羰基官能团页 与 ftir.fun 醚键官能团页。
六、应用案例 3：混合物的 2D-COS 解析
6.1 重叠峰的"二次分离"
考虑乙醇-丙酮混合物的红外谱图：乙醇的 C–O 伸缩在 ~1050 cm⁻¹，丙酮的 C=O 在 ~1715 cm⁻¹，看似不冲突。但若混合物含多组分醇（甲醇、乙醇、丙醇、丁醇），它们的 C–O 伸缩峰分别位于 1030、1050、1070、1100 cm⁻¹，一维谱图合并成一个宽带，无法分辨 [3][10]。
解决方案：用浓度作为扰动变量——逐步改变混合物中各醇的比例，做 2D-COS：
- 同步谱：在 1030、1050、1070、1100 cm⁻¹ 处出现 4 个独立自相关峰，直接证明有 4 种组分；
- 异步谱：1030 ↔ 1100 异步峰证明两个组分的浓度变化非同步（例如，一个增加时另一个减少）。
这一方法已被用于 [10]：
- 中药多组分分析（如丹参的丹参酮、丹酚酸等混合物）；
- 食品掺假识别（如蜂蜜中掺高果糖浆，C–H 区域重叠）；
- 燃料中含氧化合物（甲醇、乙醇、MTBE）的同时识别。
6.2 2D-COS 与化学计量学的结合
2D-COS 提供的二维矩阵可作为特征向量输入到 PCA、PLS 模型，提高模型的判别能力 [3][10]：
- 2D-COS-PCA：把同步谱的对角元素与异步谱的非对角元素拼接为特征向量，做 PCA 聚类；
- 2D-COS-PLS：用 2D 谱作为 X 矩阵，做定量回归；
- 实测：在橄榄油掺假识别中，2D-COS-PLS 模型的 R² 从一维 PLS 的 0.86 提升至 0.95 [10]。
关于 PCA、PLS 的详细介绍见下一集 Ep 42 联用技术以及 Ep 43 化学计量学专题。
七、广义 2D-COS 的扩展应用
7.1 样品-样品 2D-COS
传统 2D-COS 要求扰动是连续变量。样品-样品 2D-COS（Sample-Sample 2D-COS）由 Šašić 与 Ozaki 提出 [3]，允许输入为一组独立样品（如不同批次的药物），仍可生成 2D 谱：
- 横纵轴均为样品编号；
- 揭示样品间的相似性与异常值；
- 应用于工业 QC 异常批次识别。
7.2 异谱 2D-COS（Heterospectral 2D-COS）
把两种不同谱学技术（如 IR 与 Raman、IR 与 NIR）的数据作为两个维度，做异谱相关 [3]：
- 同步交叉峰 → 两谱学技术对相同基团的协同响应；
- 异步交叉峰 → 基团在不同谱学中的响应差异（如 IR 活性 vs Raman 活性）。
应用：药物多晶型研究中，IR-Raman 异谱 2D-COS 可揭示同一基团在不同晶型下的振动差异，比单独使用任一技术更全面 [3]。
7.3 移动窗 2D-COS（MW2D）
Moving-Window 2D-COS 把全温度区间分割为多个子窗，每个子窗做局部 2D-COS，得到一张"温度-波数-相关强度"的三维图 [11]：
- 优势：精确定位相变温度（如玻璃化转变 Tg）；
- 应用：聚合物共混物相分离、液晶相变、蛋白质解折叠温度。
八、实验设计与注意事项
8.1 扰动变量的选择
| 研究目的 | 推荐扰动 | 谱图采样 |
|---|---|---|
| 蛋白质构象变化 | 温度 | 5°C/步，25–95°C，14 张 |
| 聚合物拉伸取向 | 应变 | 5%/步，0–50%，11 张 |
| 滴定终点识别 | 浓度 | 滴定 0.1 mL/步，10–20 张 |
| 反应动力学 | 时间 | 1 s/步（快扫）或 1 min/步 |
| pH 诱导相变 | pH | 0.2 pH/步 |
| 光化学中间体 | 时间（紫外激发后） | ms–μs 时间分辨 |
| 多晶型相变 | 温度/压力 | 1°C/步接近相变点 |
表 4：常见扰动变量选择
8.2 谱图质量要求
2D-COS 是"垃圾进、垃圾出"的方法。原始谱图必须满足 [3][4]：
- 信噪比 SNR > 1000：因协方差运算会放大噪声；
- 基线漂移 < 0.5%T：建议多项式基线校正或 SNV；
- 波数准确度 < 0.5 cm⁻¹：用 HeNe 激光参比保证；
- 扰动稳定性：每点扰动下平衡足够时间（>3 min），避免"过冲"。
8.3 异常谱图的剔除
若某一扰动点的谱图异常（如样品气泡、温度过冲），应剔除而非保留——单个异常点会显著影响 2D 谱。常用方法：
- PCA 在第一主成分上的得分异常值（> 3σ）；
- 谱图之间距离（如欧氏距离）异常大的点；
- 主观目视检查。
九、2D-COS 文献资源与进阶学习
9.1 经典综述
- Noda I. Appl Spectrosc 1993, 47: 1329–1336 [2] —— 必读奠基论文；
- Noda I. Vib Spectrosc 2004, 36: 143–165 [3] —— 广义 2D-COS 综述；
- Ozaki Y, Šašić S, Tanaka T, Noda I. Bull Chem Soc Jpn 2003, 76: 1–13 —— 聚合物与生物分子 2D-COS 综述；
- Morita S, Ozaki Y, Noda I. Appl Spectrosc 2023, 77: 5–15 —— 2D-COS 30 年进展综述。
9.2 在线资源
- 2Dshige 软件：https://sci-tech.kwansei.ac.j…
- 国际 2D-COS 研讨会：自 2003 年起每两年一次，由亚太光谱学界主导；
- Noda 论文索引：https://www.researchgate.net/…
9.3 高级专题
- 同位素标记 2D-COS：用 ¹³C/¹⁵N 标记特定氨基酸，提高蛋白质 2D-COS 的归属准确性；
- 时间分辨 2D-COS：结合毫秒级时间分辨红外，研究光化学中间体；
- 二维电化学红外（2D-SEC-FTIR）：把电极电势作为扰动，研究电化学反应中间体。
配图（本集关键示意）
📷 图 2：显微/阵列成像示意
来源：真实/开源图片 · Unsplash — chemistry lab（已加水印 ftir.fun）
📷 图 3：高级方法链路
来源：真实/开源图片 · Project case study — PE spectrum（已加水印 ftir.fun）
📷 图 4：高级技术相关特征峰示意
来源：ftir.fun 教学示意图（带水印；非实测谱，仅供理解概念）
本集小结
| 核心知识点 | 要点 |
|---|---|
| 2D-COS 定义 | 一组扰动下的谱图互相关 → 同步 Φ + 异步 Ψ 二维谱 |
| 提出者 | Iso Noda, 1986 (P&G)；广义化 1989 |
| 同步谱 Φ | 对角 = 自相关峰；非对角 = 同步交叉峰；正/负 = 同向/反向 |
| 异步谱 Ψ | 对角恒零；非对角 = 异步交叉峰；判别次序 |
| Noda 规则 | (+,+) ν₁ 先；(+,−) ν₁ 后；(−,+) ν₁ 后；(−,−) ν₁ 先 |
| 三大优势 | 表观峰分离增强；动力学次序；分子间相互作用线索 |
| 局限 | 基线敏感；噪声放大；需多张谱图 |
| 广义 2D-COS | 扰动可任意（温度、浓度、应变、pH、电势...） |
| 软件 | 2Dshige、py2D-COS、OriginPro 插件、Quasar |
| 酰胺 I 子带 | α-螺旋 1650–1658；β-折叠 1620–1640；转角 1660–1695 |
| 蛋白质变性次序 | α-螺旋 → 转角 → β-折叠（Fabian & Mantsch, 1999） |
| PET 拉伸次序 | 苯环-酯基段 → CH₂ 段 |
| 实验要求 | SNR > 1000；基线漂移 < 0.5%T；扰动采样 10–20 点 |
| 进阶专题 | 样品-样品、异谱、移动窗 2D-COS |
思考题
某研究生想研究聚乳酸（PLA）的冷结晶过程，问：应选择什么扰动变量？采样间隔如何设计？在 2D-COS 之前需要做哪些谱图预处理？
一张同步谱中观察到 1650 与 1630 cm⁻¹ 出现正的同步交叉峰，意味着什么？如果仅凭此判断"两基团同步变化"是否充分？为什么？
假设你对某蛋白质做 2D-COS，得到 1654 (α-螺旋) ↔ 1624 (β-折叠) 的同步 Φ = +、异步 Ψ = −，请根据 Noda 规则判断这两个基团在升温过程中的变化次序，并解释其分子机理。
异谱 2D-COS（IR-Raman）如何帮助多晶型药物研究？请举一个具体场景说明其优势超过单一 IR。
用一组温度扰动谱图做 2D-COS 时，发现异步谱噪声极大，几乎无法判读。请列出至少 3 个可能的实验原因并给出改进措施。
参考文献
[1] Noda I. "Two-Dimensional Infrared (2D-IR) Spectroscopy of Polystyrene." Appl Spectrosc, 1990, 44(4): 550–561. DOI:10.1366/0003702904087386.
[2] Noda I. "Generalized Two-Dimensional Correlation Method Applicable to Infrared, Raman, and Other Types of Spectroscopy." Appl Spectrosc, 1993, 47(9): 1329–1336. DOI:10.1366/0003702934067694.
[3] Noda I. "Progress in Two-Dimensional Correlation Spectroscopy." Vibrational Spectroscopy, 2004, 36(2): 143–165. DOI:10.1016/j.vibspec.2003.12.016.
[4] Morita S, Ozaki Y, Noda I. "Thirty Years of Progress in Two-Dimensional Correlation Spectroscopy." Appl Spectrosc, 2023, 77(1): 5–15. DOI:10.1177/00037028221123818.
[5] 2Dshige Software, Kwansei Gakuin University Ozaki Laboratory. https://sci-tech.kwansei.ac.j…
[6] Barth A. "Infrared Spectroscopy of Proteins." Biochimica et Biophysica Acta (BBA) - Bioenergetics, 2007, 1767(9): 1073–1101. DOI:10.1016/j.bbabio.2007.06.004.
[7] Fabian H, Mantsch H H. "Ribonuclease A Revisited: Infrared Spectroscopic Evidence for Lack of Native-like Secondary Structure in the Thermally Unfolded State." Biochemistry, 1995, 34(42): 13651–13655. DOI:10.1021/bi00041a039.
并参见：Fabian H, Mantsch H H. "Vibrational Spectroscopy of Proteins and Peptides." Vib Spectrosc, 1999, 19: 1–17.
[8] Cole K C, Pelletier M A, Noël D. "Infrared and Dynamic Mechanical Study of the Orientation in Poly(ethylene terephthalate) Films." Polymer Engineering & Science, 1999, 39(9): 1583–1592.
[9] Šašić S, Katsumoto Y, Sato H, Ozaki Y. "Applications of Moving Window Two-Dimensional Correlation Spectroscopy to Analysis of Phase-Separation Behavior of Polymer Blends." Anal Chem, 2003, 75(16): 4010–4018. DOI:10.1021/ac030086e.
[10] Noda I. "Two-Dimensional Correlation Spectroscopy Biomedical Applications." J Mol Struct, 2008, 883–884: 2–8. DOI:10.1016/j.molstruc.2007.11.022.
[11] Thomas M, Richardson H H. "Two-Dimensional FT-IR Correlation Analysis of the Temperature-Dependent IR Spectra of Poly(methyl methacrylate)." Vib Spectrosc, 2002, 30(1): 3–15. DOI:10.1016/S0924-2031(01)00166-0.
[12] ftir.fun 酰胺官能团页. https://ftir.fun/ir/group/ami…
[13] ftir.fun 羰基官能团页. https://ftir.fun/ir/group/car…
[14] ftir.fun 醚键官能团页. https://ftir.fun/ir/group/eth…
[15] py2D-COS: Python implementation of generalized 2D correlation spectroscopy. https://github.com/shigemasa-…
下一集预告：Ep 42 — 联用技术：TGA-FTIR、GC-FTIR、LC-FTIR
2D-COS 是把"一维光谱"拓展为"二维光谱"的解析利器，而联用技术则是把"一种光谱"拓展为"色谱 × 光谱"的多维方法。下一集我们将系统介绍热重-红外（TGA-FTIR）、气相色谱-红外（GC-FTIR）、液相色谱-红外（LC-FTIR）三种主流联用方案：它们的接口如何设计？分别适合什么样品？三维数据如何处理？我们将以聚合物热分解、香精成分鉴定、药物杂质分析等实例展开讲解。
本文使用 CC BY-NC-SA 4.0 许可。配图来自公开领域或已标注来源的网络资源，版权归原作者所有。