期刊主页：https://www.mdpi.com/journal/analytica

6月18日，2025年度《期刊引证报告》正式发布。Analytica期刊收获了首个影响因子：3.6；在分析化学领域位居Q2。在此，Analytica期刊编辑部谨向一直以来支持与认可我们的学者致以诚挚谢意。

期刊简介

Analytica (ISSN 2673-4532) 创刊于2020年，是一个国际型开放获取英文学术期刊，旨在发表分析化学基础和应用研究方面的高水平文章。具体范围包括：色谱技术（如气相色谱GC、高效液相色谱HPLC、超高效液相色谱UPLC、超临界流体萃取SFE、高效薄层色谱HPTLC、二维气相色谱GC×GC、二维液相色谱LC×LC）；联用分析仪器（如液相色谱-质谱联用LC-MS）及新型设备；样品预处理与萃取技术；电化学分析（如伏安法、极谱法）；传感器（化学传感器与生物传感器）；光谱分析（化学与生物发光、荧光、紫外-可见光、核磁共振NMR、红外IR、质谱MS、原子与分子光谱、吸收与发射光谱）热分析；化学计量学。文章可涵盖分析化学的多个应用领域，包括环境、生物、临床/药物、组学（如蛋白组学、代谢组学）、法医以及工业（如质量控制）等方面。优先考虑与绿色样品制备或绿色分析化学理念一致的文章，尤其是那些提出以使用者安全、快速操作、减少废弃物和能耗、以及使用安全材料与溶剂为优先的分析方法的研究。

期刊主编

名字 Dr. Marcello Locatelli

机构University of G. dAnnunzio Chieti and Pescara, Italy

研究领域：创新型（微）萃取技术（如 MEPS、FPSE、DLLME、SULLE、MAE 等）与联用分析仪器配置；生物活性化合物（包括药物、药物组合及天然生物活性化合物）；方法表征、指纹图谱及方法验证；高效液相色谱（HPLC）；质谱分析（MS 与 MS/MS）

投稿优势

• 更高文章曝光度

期刊目前已被ESCI(Web of Science)，Scopus等多个数据库收录。

• 更快发表速度

Time to First Decision：20 天

Time to Publication：3 天

• 开放获取

读者可以免费阅读期刊文章。

• 作者持有版权

高引文章推荐

论文英文名 Modified GAPI (MoGAPI) Tool and Software for the Assessment of Method Greenness: Case Studies and Applications

论文中文名 改良版 MoGAPI 工具与软件在方法绿色性评估中的应用：案例研究与实践

作者Fotouh R. Mansour, Justyna P?otka-Wasylka and Marcello Locatelli

链接https://www.mdpi.com/2673-4532/5/3/30

摘要：绿色分析程序指数（GAPI）已被广泛用于评估分析方法中各个步骤的绿色程度。在GAPI指数中，化学分析过程的不同阶段通过五个五角星图形来表示，每个图形被划分为多个小部分，并根据绿色程度分别标注为绿色、黄色或红色。该GAPI工具可快速展示某项分析程序对环境的影响以及其安全性。然而，GAPI指标无法得出一个总分数来对不同方法进行比较。为了解决这一限制，本文开发并应用了一种改进的GAPI工具（MoGAPI）及其配套软件。该工具提供了更为精确的绿色程度评估，同时所配软件使其使用过程更加简便快捷。此外，该工具结合了分析Eco-Scale的优势和广泛使用的GAPI指标的优点。研究中将该工具成功应用于若干案例和实际分析中，以展示其可行性。MoGAPI工具的配套软件也已免费开放（开源），可通过链接 bit.ly/MoGAPI 获取，以便于其在绿色评估和方法比较中的广泛应用。MoGAPI工具及其软件在绿色分析评估方面取得了显著进展，为研究人员提供了一种强大且用户友好的分析方法评价与比较手段。

论文英文名 Deep Learning for Raman Spectroscopy: A Review

论文中文名 拉曼光谱中的深度学习：综述

作者Ruihao Luo, Juergen Popp and Thomas Bocklitz

链接https://www.mdpi.com/2673-4532/3/3/20

摘要：拉曼光谱（Raman Spectroscopy，RS）是一种间接测量样品内部振动态的光谱分析方法。这些振动态信息可作为样品的“光谱指纹”，从而广泛应用于各种场景中，例如在不改变样品的前提下确定其化学组成，或预测某些样品属性，如患者的疾病状态。上述两个例子只是拉曼光谱应用领域中的一小部分，其应用范围涵盖从生物医学诊断到材料科学等多个方面。然而，由于拉曼信号较弱，且RS为无标记技术，因此拉曼数据本质上是不具针对性的，这使得拉曼光谱的分析具有一定挑战性，通常需要基于机器学习的化学计量模型来处理。深度学习（Deep Learning，DL）作为表示学习算法的一个子集，近年来在数据科学领域取得了巨大成功，尤其是在拉曼光谱及其它光子数据的分析中表现突出。本综述将讨论近年来深度学习算法在拉曼光谱分析中的最新发展，以及在这些算法应用过程中面临的当前挑战。

论文英文名 Gold Nanoparticles: A Didactic Step-by-Step of the Synthesis Using the Turkevich Method, Mechanisms, and Characterizations

论文中文名 金纳米粒子：基于Turkevich法的合成步骤、反应机制与表征的教学式指南

作者Ana Elisa F. Oliveira, Arnaldo César Pereira, Mayra A. C. Resende and Lucas Franco Ferreira

链接https://www.mdpi.com/2673-4532/4/2/20

摘要：本研究采用Turkevich法合成了金纳米颗粒（AuNPs）。文章以教学目的详细展示了合成的每一个步骤，附有全过程的照片，并提供了清晰的反应机理说明和表征分析。合成过程是通过在高温（约90°C）下，使用柠檬酸钠还原氯金酸钠（NaAuCl₄）来实现的。文中还讨论了两种主要用于解释Turkevich法中AuNPs合成机制的理论：一种认为合成中存在纳米线中间体，另一种则认为在合成过程中不形成任何聚集体中间体。对合成材料（NaAuCl₄和AuNPs）进行了多种手段的表征，包括紫外-可见光（UV-Vis）光谱、扫描电子显微镜（SEM）、原子力显微镜（AFM）、X射线衍射（XRD）和动态光散射（DLS）。UV-Vis光谱在521 nm处出现吸收峰，这是由于AuNPs的表面等离子体共振（SPR）吸收带所致。SEM图像显示NaAuCl₄呈立方晶体结构，而AuNPs粒径平均约为16–25 nm，主要呈球形。为进一步确认颗粒形状，采用AFM分析，清晰观察到了单个球形纳米颗粒及其聚集体，平均直径约为12–19 nm。AuNPs的XRD图谱显示出四个主要特征峰，分别对应（111）、（200）、（220）和（311）晶面，证实了其为面心立方（FCC）结构的金。DLS分析显示，AuNPs平均粒径为3.3 ± 0.9 nm，多分散指数（PDI）为0.574。

本研究所用的合成方法简单且快速，所得到的球形、超小尺寸金纳米颗粒具有多种潜在应用前景。

特刊推荐

特刊英文名 Green Analytical Techniques and Their Applications

特刊中文名 绿色分析技术及其应用

客座编辑 Fotouh Rashed, Marcello Locatelli and Alaa Bedair

投稿截止日期 31 Dec 2025

特刊网址https://www.mdpi.com/journal/analytica/special_issues/C13DI98I7F

特刊英文名 Bio-Based and Eco-Friendly Materials in Analytical Applications

特刊中文名 分析化学中的生物基材料和环保材料

客座编辑 Adrián Fuente-Ballesteros and Marcello Locatelli

投稿截止日期 31 Mar 2026

特刊网址 https://www.mdpi.com/journal/analytica/special_issues/5DC11KX1TS

作者指南

如您对投稿有任何疑问，欢迎阅读作者指南，或联系Analytica期刊编辑部 (Analytica@mdpi.com)。

作者指南：https://www.mdpi.com/journal/analytica/instructions