拉曼光谱 (RS) 是一种通过间接手段测量样品内部振动状态的光谱学方法。这些振动状态信息可视为样品的“光谱指纹”，可被广泛应用于多个领域，以非侵入式地确定样品的化学成分，或预测样品的某些特性，如病人的疾病状态。生物医学诊断和材料科学问题仅是拉曼光谱应用场景中的冰山一角。不过，拉曼信号较为微弱，而且由于其无标记的特性，拉曼数据往往缺乏明确的目标指向。因此，拉曼光谱的分析颇具挑战性，需要借助基于机器学习的化学计量模型。深度学习 (DL) 作为表示学习算法的一个分支，在数据科学领域取得了显著成就，尤其擅长分析拉曼光谱和光子数据。本文对拉曼光谱领域的DL算法最新进展及其应用中所面临的挑战进行了讨论。

荧光染色法作为微塑料研究中的一种检测方法，因其快速、易用且技术要求低而受到重视。本研究开发了一套完整的流程，涵盖了从样品收集、处理到检测的所有环节，旨在以低成本和短时间内实现微塑料的测量。为了验证这一流程的可行性，作者选择了德国一家污水处理厂为期一年的出水作为样本进行微塑料测量。实验结果表明，该流程特别适用于研究微塑料污染的时间变化，因为这类研究需要处理大量的样品。此外，通过采用新开发的尼罗红衍生物进行荧光染色，作者可以进一步提高检测过程的精确度和选择性。作者还对比了用于荧光成像的显微镜的低成本改造与配备精确光学带通滤波器的改造方案。作者开发了一个能够实现微塑料自动检测和计数的脚本，提高了整个过程的准确性和可比性。

溴化十六烷基三甲铵 (CE) 是一种季铵化合物，同时也是阳离子表面活性剂，可广泛应用于多种制剂中作为防腐剂和保存剂。当用作抗菌溶液时，它常常与葡萄糖酸氯己定 (CHG) 结合使用，供外部涂抹使用。氯己定作为一种双胍类物质，具有高效的杀菌活性，因此也被广泛用作皮肤消毒剂。本研究致力于开发和验证一种反相高效液相色谱法 (RP-HPLC) 等度法，以同时测定CE和CHG的含量。根据国际协调会议 (ICH) 的指南要求，作者对该方法进行了全面的验证，包括特异性、线性、准确性、精密度以及样品和标准溶液的稳定性等方面，均取得了满意的结果。